[发明专利]一种数据异常检测方法及终端

权利要求书

1.一种数据异常检测方法，其特征在于，包括：

从数据中提取特征字段；

判断所述特征字段是否符合对应的划分标准，得到判断结果；

根据判断结果获取所述特征字段的正常特征概率和异常特征概率，以及获取所述数据的正常统计概率和异常统计概率；

根据所述正常特征概率和正常统计概率计算所述数据的正常数据概率，以及根据所述异常特征概率和异常统计概率计算所述数据的异常数据概率；

计算所述异常数据概率与正常数据概率的比值；

判断所述比值是否大于阈值，若是，则判定所述数据为异常数据。

2.根据权利要求1所述的数据异常检测方法，其特征在于，所述正常特征概率包括正常条件概率和正常非条件概率，所述正常条件概率为所述特征字段符合所述划分标准且为正常数据的概率，所述正常非条件概率为所述特征字段不符合所述划分标准且为正常数据的概率；

所述异常特征概率包括异常条件概率和异常非条件概率，所述异常条件概率为所述特征字段符合所述划分标准且为异常数据的概率，所述异常非条件概率为所述特征字段不符合所述划分标准且为异常数据的概率；

所述根据判断结果获取所述特征字段的正常特征概率和异常特征概率，包括：

若所述特征字段符合对应的划分标准，则获取所述特征字段的正常条件概率和异常条件概率；

若所述特征字段不符合对应的划分标准，则获取所述特征字段的正常非条件概率和异常非条件概率。

3.根据权利要求1所述的数据异常检测方法，其特征在于，所述特征字段为多条；

所述根据所述正常特征概率和正常统计概率计算所述数据的正常数据概率，具体为：将多条所述特征字段分别对应的正常特征概率以及所述正常统计概率相乘，得到所述正常数据概率；

所述根据所述异常特征概率和异常统计概率计算所述数据的异常数据概率，具体为：将多条所述特征字段分别对应的异常特征概率以及所述异常统计概率相乘，得到所述异常数据概率。

4.根据权利要求1所述的数据异常检测方法，其特征在于，所述从数据中提取特征字段之前，还包括，接收API接口返回的数据。

5.根据权利要求1所述的数据异常检测方法，其特征在于，

所述判断所述比值是否大于阈值之后，还包括：

若否，则计算所述正常数据概率与异常数据概率的比值；

判断所述正常数据概率与异常数据概率的比值是否大于阈值；

若所述正常数据概率与异常数据概率的比值大于所述阈值，则判定所述数据为正常数据；

若所述正常数据概率与异常数据概率的比值小于或等于所述阈值，则判定所述数据为待确认数据。

6.一种终端，其特征在于，包括：

提取单元，用于从数据中提取特征字段；

第一判断单元，用于判断所述特征字段是否符合对应的划分标准，得到判断结果；

获取单元，用于根据判断结果获取所述特征字段的正常特征概率和异常特征概率，以及获取所述数据的正常统计概率和异常统计概率；

第一计算单元，用于根据所述正常特征概率和正常统计概率计算所述数据的正常数据概率，以及根据所述异常特征概率和异常统计概率计算所述数据的异常数据概率；

第二计算单元，用于计算所述异常数据概率与正常数据概率的比值；

第二判断单元，用于判断所述比值是否大于阈值，若所述比值大于阈值，则判定所述数据为异常数据。

7.根据权利要求6所述的终端，其特征在于，所述正常特征概率包括正常条件概率和正常非条件概率，所述正常条件概率为所述特征字段符合所述划分标准且为正常数据的概率，所述正常非条件概率为所述特征字段不符合所述划分标准且为正常数据的概率；

所述异常特征概率包括异常条件概率和异常非条件概率，所述异常条件概率为所述特征字段符合所述划分标准且为异常数据的概率，所述异常非条件概率为所述特征字段不符合所述划分标准且为异常数据的概率；

所述根据判断结果获取所述特征字段的正常特征概率和异常特征概率，包括：

若所述特征字段符合对应的划分标准，则获取所述特征字段的正常条件概率和异常条件概率；

若所述特征字段不符合对应的划分标准，则获取所述特征字段的正常非条件概率和异常非条件概率。