[发明专利]异常数据检测方法、装置、计算机设备及存储介质在审
申请号: | 201910012883.0 | 申请日: | 2019-01-07 |
公开(公告)号: | CN109828825A | 公开(公告)日: | 2019-05-31 |
发明(设计)人: | 吴壮伟 | 申请(专利权)人: | 平安科技(深圳)有限公司 |
主分类号: | G06F9/455 | 分类号: | G06F9/455 |
代理公司: | 深圳市精英专利事务所 44242 | 代理人: | 林燕云 |
地址: | 518000 广东省深圳市福田区福*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 测试数据 引擎 异常数据检测 应用容器 用户对象 计算机设备 存储介质 目标应用 引擎集合 构建 测试数据保存 存储路径 异常数据 用户终端 数据处理 检测 上传 预设 封装 并行 孤立 森林 部署 | ||
本发明公开了异常数据检测方法、装置、计算机设备及存储介质。该方法包括:若检测到用户终端上传的待测试数据,接收待测试数据;判断已构建的应用容器引擎集合的各引擎标识中是否存在与待测试数据的用户对象标识相同的引擎标识;若已构建的应用容器引擎集合的各引擎标识中存在与待测试数据的用户对象标识相同的引擎标识,获取与待测试数据的用户对象标识相同的引擎标识所对应的应用容器引擎,作为目标应用容器引擎,根据目标应用容器引擎中所封装的孤立森林模型对待测试数据进行异常数据检测,若待测试数据为异常数据,将待测试数据保存至预设的存储路径。该方法实现了高效地检测出异常值,并通过并行部署的方式,提高数据处理的效率。
技术领域
本发明涉及异常数据检测技术领域,尤其涉及一种异常数据检测方法、装置、计算机设备及存储介质。
背景技术
异常值分析是检验数据是否有录入错误以及含有不合常理的数据的过程,忽视异常值的存在是十分危险的,不加剔除地把异常值包括进数据的计算分析过程中,对结果会产生不良影响,重视异常值的出现,分析其产生的原因,常常成为发现问题进而改进决策的契机。目前,在对海量的数据中异常值进行检测时,一般采用人工检测的方式,这就导致检测效率低下,而且准确性较低。
发明内容
本发明实施例提供了一种异常数据检测方法、装置、计算机设备及存储介质,旨在解决现有技术中对海量的数据中异常值进行检测时,一般采用人工检测的方式,导致检测效率低下,而且准确性较低的问题。
第一方面,本发明实施例提供了一种异常数据检测方法,其包括:
若检测到用户终端上传的待测试数据,接收所述待测试数据;
判断已构建的应用容器引擎集合的各引擎标识中是否存在与所述待测试数据的用户对象标识相同的引擎标识;
若已构建的应用容器引擎集合的各引擎标识中存在与所述待测试数据的用户对象标识相同的引擎标识,获取与所述待测试数据的用户对象标识相同的引擎标识所对应的应用容器引擎,作为目标应用容器引擎,根据所述目标应用容器引擎中所封装的孤立森林模型对所述待测试数据进行异常数据检测,若所述待测试数据为异常数据,将所述待测试数据保存至预设的存储路径;以及
若已构建的应用容器引擎集合的各引擎标识中不存在与所述待测试数据的用户对象标识相同的引擎标识,将不存在与用户对象标识相应应用容器引擎的提示信息发送至对应的用户终端。
第二方面,本发明实施例提供了一种异常数据检测装置,其包括:
待测试数据接收单元,用于若检测到用户终端上传的待测试数据,接收所述待测试数据;
标识判断单元,用于判断已构建的应用容器引擎集合的各引擎标识中是否存在与所述待测试数据的用户对象标识相同的引擎标识;
异常检测单元,用于若已构建的应用容器引擎集合的各引擎标识中存在与所述待测试数据的用户对象标识相同的引擎标识,获取与所述待测试数据的用户对象标识相同的引擎标识所对应的应用容器引擎,作为目标应用容器引擎,根据所述目标应用容器引擎中所封装的孤立森林模型对所述待测试数据进行异常数据检测,若所述待测试数据为异常数据,将所述待测试数据保存至预设的存储路径;以及
提示单元,用于若已构建的应用容器引擎集合的各引擎标识中不存在与所述待测试数据的用户对象标识相同的引擎标识,将不存在与用户对象标识相应应用容器引擎的提示信息发送至对应的用户终端。
第三方面,本发明实施例又提供了一种计算机设备,其包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序时实现上述第一方面所述的异常数据检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于平安科技(深圳)有限公司,未经平安科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910012883.0/2.html,转载请声明来源钻瓜专利网。