[发明专利]一种数据检测方法和装置

权利要求书

1.一种业务数据检测方法，其特征在于，包括：

服务器从业务系统抽取多个业务数据，将所述多个业务数据聚类为簇，获取各簇的关键特征和度量标准；

对于所述各簇中的每个簇，所述服务器根据该簇的关键特征和度量标准获取所述多个业务数据属于该簇的概率；

对于具有相同关键特征的多个簇，当所述服务器根据所述多个业务数据分别属于所述多个簇中每个簇的概率识别出所述多个簇下存在错误业务数据时，所述服务器从所述多个簇的关键特征进一步确定所述错误业务数据对应的特征组合；

所述服务器根据所述多个业务数据分别属于所述多个簇中每个簇的概率识别出所述多个簇下存在的错误业务数据包括：

若所述多个业务数据中的任一业务数据属于所述多个簇中每个簇的概率相差均在预设范围内，则所述服务器确定所述任一业务数据为所述多个簇下的错误业务数据；

所述服务器从所述多个簇的关键特征进一步确定所述错误业务数据对应的特征组合包括：

所述服务器将所述多个簇的关键特征确定为所述错误业务数据的异常子空间；

所述服务器从所述异常子空间进行搜索并动态建立伪树结构，以确定所述异常子空间中长度最小的异常特征组合为所述错误业务数据对应的特征组合。

2.根据权利要求1所述的方法，其特征在于，所述获取各簇的关键特征和度量标准，对于所述各簇中的每个簇，所述服务器根据该簇的关键特征和度量标准获取所述多个业务数据属于该簇的概率包括：

对于所述各簇中的每个簇，所述服务器根据该簇的全局特征、该簇的第一聚类中心与第一度量标准获取所述多个业务数据属于该簇的第一概率；

所述服务器根据所述第一概率和所述多个业务数据获取该簇的第二聚类中心，并通过降维算法与所述多个业务数据属于该簇的第一概率对该簇的全局特征进行压缩，获取所述第二聚类中心下该簇的第一关键特征，并根据所述多个业务数据属于所述该簇的第一概率、该簇的第一聚类中心和所述多个业务数据获取第二度量标准；

所述服务器确定所述多个业务数据属于该簇的第一概率和所述第二度量标准是否收敛；

若所述多个业务数据属于该簇的第一概率和所述第二度量标准收敛，则所述服务器确定该簇的第一关键特征为该簇的关键特征，所述第二度量标准为该簇的度量标准，所述多个业务数据属于该簇的第一概率为所述多个业务数据属于该簇的概率；

若所述多个业务数据属于该簇的第一概率和所述第二度量标准不收敛，则所述服务器根据该簇的第二聚类中心、该簇的第一关键特征以及所述第二度量标准获取所述多个业务数据属于该簇的第二概率，并根据所述第二概率、所述第二聚类中心和所述多个业务数据获取第三度量标准，以便所述服务器确定所述多个业务数据属于该簇的第二概率和所述第三度量标准是否收敛，直至将收敛时的概率确定为所述多个业务数据属于该簇的概率，并将收敛时的关键特征确定为所属各簇的关键特征。

3.根据权利要求2所述的方法，其特征在于，所述服务器根据该簇的全局特征、该簇的第一聚类中心与第一度量标准获取所述多个业务数据属于该簇的第一概率包括:

所述服务器根据该簇的全局特征和该簇的第一聚类中心获取所述多个业务数据到该簇的初始距离；

所述服务器根据所述初始距离和所述第一度量标准获取所述多个业务数据到该簇的第一聚类中心的投影距离；

所述服务器根据所述多个业务数据到该簇的第一聚类中心的投影距离获取所述多个业务数据属于该簇的第一概率。

4.根据权利要求1所述的方法，其特征在于，所述服务器从所述异常子空间进行搜索并动态建立伪树结构，以确定所述异常子空间中长度最小的异常特征组合为所述错误业务数据对应的特征组合包括：

所述服务器在对所述伪树结构进行搜索时，若所述服务器确定任一节点异常，则继续确定所述任一节点的子节点是否异常；若所述服务器确定所述任一节点正常，则所述服务器继续确定所述任一节点的兄弟节点是否异常；当所述任一节点异常且其子节点均正常时，则所述服务器确定所述任一节点的特征组合为所述异常子空间中长度最小的异常特征组合，即为所述错误业务数据对应的特征组合。