[发明专利]数据异常检测方法、装置、计算机设备及存储介质

说明书

本申请涉及一种数据异常检测方法、装置、计算机设备及存储介质，该方法包括：获取时间序列；其中，所述时间序列中包括目标数据点和在所述目标数据点之前上报的历史数据点，所述目标数据点和所述历史数据点按照上报的时间先后顺序进行排列；通过初级判决方式对所述时间序列进行初级异常识别；当识别到所述时间序列疑似异常时，则对所述时间序列进行特征提取；将提取得到的特征数据输入异常检测模型，输出针对所述目标数据点的异常检测结果；所述异常检测模型通过有监督的机器学习算法进行训练得到。本申请的方案提高了异常检测的准确性。

技术领域

本发明涉及计算机技术领域，特别是涉及一种数据异常检测方法、装置、计算机设备及存储介质。

背景技术

随着科学技术的飞速发展，线上系统的使用越来越广泛。为了保证线上系统的正常运行，保证线上数据的准确性，异常检测显得尤其重要。

传统方法中，是采用设置阈值的方式进行异常检测的，即人为设定一个数值作为阈值，超过这个阈值就认为是异常。然而，实际情况中数据形态各异，这种单纯通过设置阈值的方式来判断数据是否异常，太过于绝对，导致异常检测的准确率比较低。

发明内容

基于此，有必要针对传统方法导致异常检测的准确率比较低的问题，提供一种数据异常检测方法、装置、计算机设备及存储介质。

一种数据异常检测方法，所述方法包括：

获取时间序列；其中，所述时间序列中包括目标数据点和在所述目标数据点之前上报的历史数据点，所述目标数据点和所述历史数据点按照上报的时间先后顺序进行排列；

通过初级判决方式对所述时间序列进行初级异常识别；

当识别到所述时间序列疑似异常时，则对所述时间序列进行特征提取；

将提取得到的特征数据输入异常检测模型，输出针对所述目标数据点的异常检测结果；所述异常检测模型通过有监督的机器学习算法进行训练得到。

一种数据异常检测装置，所述装置包括：

获取模块，用于获取时间序列；其中，所述时间序列中包括目标数据点和在所述目标数据点之前上报的历史数据点，所述目标数据点和所述历史数据点按照上报的时间先后顺序进行排列；

初级判决模块，用于通过初级判决方式对所述时间序列进行初级异常识别；

特征提取模块，用于当识别到所述时间序列疑似异常时，则对所述时间序列进行特征提取；

异常检测模块，用于将提取得到的特征数据输入异常检测模型，输出针对所述目标数据点的异常检测结果；所述异常检测模型通过有监督的机器学习算法进行训练得到。

一种计算机设备，包括存储器和处理器，所述存储器中存储有计算机程序，所述计算机程序被处理器执行时，使得所述处理器执行如下步骤：

获取时间序列；其中，所述时间序列中包括目标数据点和在所述目标数据点之前上报的历史数据点，所述目标数据点和所述历史数据点按照上报的时间先后顺序进行排列；

通过初级判决方式对所述时间序列进行初级异常识别；

当识别到所述时间序列疑似异常时，则对所述时间序列进行特征提取；

将提取得到的特征数据输入异常检测模型，输出针对所述目标数据点的异常检测结果；所述异常检测模型通过有监督的机器学习算法进行训练得到。

一种存储有计算机程序的存储介质，所述计算机程序被处理器执行时，使得处理器执行如下步骤：

获取时间序列；其中，所述时间序列中包括目标数据点和在所述目标数据点之前上报的历史数据点，所述目标数据点和所述历史数据点按照上报的时间先后顺序进行排列；