[发明专利]数据异常检测方法、装置、系统及电子设备

说明书

本申请公开了数据异常检测系统、相关方法和装置。其中，系统通过客户端确定目标时序数据，向服务端发送针对目标时序数据的异常检测请求；服务端响应该请求，确定目标时序数据的数据类型；确定与数据类型对应的时序异常检测参数和时序异常检测模型；根据检测参数，通过检测模型确定目标时序数据包括的异常点，向客户端回送异常点；客户端接收异常点，以便于根据异常点执行异常处理。采用这种处理方式，使得自动对时序数据进行分类，针对不同类型的数据自动采用不同的异常检测方式，避免通过统一方式对具有不同异常检测需求的不同类型数据进行异常检测；因此，可以有效降低各种时序数据的异常漏报率和误报率，提升异常检测的准确度。

技术领域

本申请涉及数据处理技术领域，具体涉及数据异常检测方法和装置，数据异常检测系统，以及电子设备。

背景技术

数据,已经渗透到当今每一个行业和应用职能领域,成为重要的生产因素。数据技术时代将数据作为生产资料，解决“感知”和“协同”智慧的问题，使效率大幅提升并能完成应用的创新。在数据技术时代，数据主要都是随时间变化的时序数据，日常的时序数据异常检测非常重要，一旦发生数据异常影响不可估量。

所谓异常检测就是监测并发现数据中不符合正常行为的异常模式。它已广泛用于交易监测、故障诊断、疾病检测、入侵检测、身份辨识等领域。例如商家退货比例飙升可能是竞争对手恶意刷单，网络流量的异常可能意味着受攻击主机上敏感信息的泄密，信用卡的异常消费等欺诈行为会导致巨大的经济损失。

目前，一种典型的时序异常检测技术是，基于统一的时序异常检测算法对各种高噪声“机器”数据做时序异常检测的技术。机器数据的噪音(起伏)较大，用户关心的往往是持续一段时间的整体变化，而对于之前单个的起伏不定的单个异常不感兴趣。由于机器数据类型比较简单，因此采用统一的异常检测处理方式即可满足各种机器数据的异常检测需求，能够区分用户感兴趣的异常和一般的噪音。

然而，在实现本发明过程中，发明人发现该技术方案至少存在如下问题：该方案对各种机器数据采用统一的处理方式进行时序异常检测，而商业数据一方面来源多样化，异常定义多样化，不同种类商业数据的异常检测处理具有特定需求，另一方面，异常出现的更加频繁，敏感度要求非常准确，对漏报和误报的要求都很高，因此并不能简单的复用机器数据上的异常检测处理方式。综上所述，现有技术更适于机器数据的异常检测场景，而不适用于商业数据异常检测场景，通过现有技术对商业数据进行异常检测，将导致较高的商业数据异常漏报率和误报率，无法满足商业数据异常检测需求。

发明内容

本申请提供数据异常检测系统，以解决现有技术存在的商业数据异常漏报率和误报率较高的问题。本申请另外提供数据异常检测方法、装置和系统，以及电子设备。

本申请还提供一种数据异常检测系统，包括：

服务端，用于接收第一客户端发送的针对目标时序数据的异常检测请求；确定所述目标时序数据的数据类型；确定与所述数据类型对应的时序异常检测参数和时序异常检测模型；根据所述检测参数，通过所述检测模型，确定所述目标时序数据包括的异常点；向所述第一客户端回送所述异常点；

第一客户端，用于确定所述目标时序数据，向服务端发送所述异常检测请求；接收所述异常点，以便于根据所述异常点执行异常处理。

可选的，

第二客户端，用于确定目标数据类型及其对应的特征值、检测参数和检测模型动作参数，向服务端发送针对目标数据类型的参数设置请求；

所述服务端，还用于接收所述参数设置请求，存储所述目标数据类型、所述特征值、所述检测参数、及所述检测模型动作参数间的对应关系；以及，确定与所述数据类型对应的检测模型动作参数；根据所述动作参数，确定所述检测模型。

可选的，

第二客户端，用于确定目标数据类型及其对应的特征值、检测参数和检测模型，向服务端发送针对目标数据类型的参数设置请求；