[發明專利]提升AI智能分析在煙草倉儲業務數據異常檢測效率的方法

在審

• 申請號: 202111514514.5
• 申請日: 2021-12-07
• 公開（公告）號: CN114168580A
• 公開（公告）日: 2022-03-11
• 發明（設計）人: 董惠良;姜學峰;汪炎平;杜旋
• 申請（專利權）人: 浙江中煙工業有限責任公司
• 主分類號: G06F16/215
• 分類號: G06F16/215;G06F16/2455;G06F16/28;G06N20/00
• 代理公司: 杭州豐禾專利事務所有限公司 33214
• 代理人: 徐金杰

1.一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，包括如下步驟：

預先配置告警參數及規則，所述告警參數包含：固定閾值、動態閾值容忍度，所述規則包括各指標在多長時間內發現至少多少異常點時系統進行告警；

采集系統數據；

將系統數據推入AI智能運維系統進行機器學習，通過無監督學習獲得告警數據；

其特征在于，將系統數據推入AI智能運維系統進行機器學習之前，對系統數據進行預處理，所述預處理方法包括：把存儲的系統數據指標分為兩類，第一類包括count值和平均響應時間，第二類包括成功率、錯誤數；兩類數據分別用一階差分算法和二項分布算法進行處理質量之后，再進入步驟二中進行機器學習。

2.根據權利要求1所述的一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，其特征在于，二項分布算法處理后的時間序列平穩化后，生成新的時序數據集再導入對特征周期提取敏感的AI智能分析系統進行多指標異常定位檢測。

3.根據權利要求1所述的一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，其特征在于，所述預先在平臺配置告警參數及規則包括根據長期對業務數據的觀察以及實驗，總結兩條對告警規則的設置建議并發布。

4.根據權利要求1所述的一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，其特征在于，對告警的參數及規則做以下設置：

a、根據淡旺季進行劃分，對count型業務指標數據的監控告警閾值分開設定，同時拉寬基帶，調高容忍度，減少報警，上限基帶只用于預防外界的攻擊，業務量類型的指標告警閾值可在機器學習的動態閾值基礎上，結合上線基帶固定閾值限制處理；

b、平均響應時間類型的指標數據，取消下基帶的告警，上基帶的告警結合數據庫的SQL語句響應指標，做綜合判斷。

5.根據權利要求1所述的一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，其特征在于，所述一階差分處理的方程式為其中，一個變量在t時刻的值記錄為y_t，t時刻和t-1時刻的值可以由一階線性差分方程刻畫。

6.根據權利要求1所述的一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的方法，其特征在于，所述二項分布公式為其中，b表示二項分布的概率，n表示試驗次數，x表示出現某個結果的次數。

7.一種提升AI智能分析在煙草倉儲業務中數據異常檢測效率的系統，其特征在于，用于實現如權利要求1-6中任一項所述的方法，該系統包括：

參數存儲單元，用于預先配置告警參數及規則，所述告警參數包含：固定閾值、動態閾值容忍度，所述規則包括各指標在多長時間內發現多少異常點系統進行告警；

數據采集單元，用于采集系統數據；

預處理單元，將系統數據推入AI智能運維系統進行機器學習之前，對系統數據進行預處理，所述預處理方法包括：把存儲的系統數據指標分為兩類，第一類包括count值和平均響應時間，第二類包括成功率、錯誤數；兩類數據分別用一階差分算法和二項分布算法進行處理質量之后，再進入步驟二中進行機器學習；

AI智能運維單元，將預處理后的系統數據推入AI智能運維系統進行機器學習，通過無監督學習獲得告警數據。