[发明专利]异常检测方法、装置、计算机设备和存储介质

说明书

本申请提出一种异常检测方法、装置、计算机设备和存储介质，其中，方法包括：获取历史时间序列，对历史时间序列中的多个历史数据进行平滑处理，以得到对应的目标时间序列，根据目标时间序列的周期性，确定预测模型，采用预测模型对目标时间序列进行预测，以确定阈值时间序列，根据阈值时间序列，对历史时间序列之后采集的监测数据进行异常检测，基于历史时间序列中的数据，以及数据的周期性特点，确定动态阈值，以实现自适应不同的监控数据，提高了异常检测的准确性。

技术领域

本申请涉及计算机技术领域，尤其涉及一种异常检测方法、装置、计算机设备和存储介质。

背景技术

随着信息技术应用的快速渗透，以及大数据和人工智能的普及，业务系统已广泛部署应用在各行各业尤其是医疗、大型企业、金融、教育等，用户对业务系统的使用不断增加，依赖性越来越高，业务系统已经不再仅作为当后台支持功能，而成为了企业业务发展的直接驱动力，尤其是大中型企业和国家机构的业务系统建设已经形成体系规模，成为企业运作不可获取的一部分。

然而，在对企业业务、设备性能和网络流量管理的过程中，业务系统在日常的运行中，存在运行趋势的动态变化，现有的异常检测的方式，无法满足不同业务场景的需求，导致异常无法及时发现和预警。

发明内容

本申请旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本申请的第一个目的在于提出一种异常检测方法，基于历史数据，以及数据的周期性特点，确定动态阈值，以实现自适应不同的监控数据，提高了异常检测的准确性。

本申请的第二个目的在于提出一种异常检测装置。

本申请的第三个目的在于提出一种计算机设备。

本申请的第四个目的在于提出一种非临时性计算机可读存储介质。

本申请的第五个目的在于提出一种计算机程序产品。

为达上述目的，本申请第一方面实施例提出了一种异常检测方法，包括：

获取历史时间序列；

对所述历史时间序列中的多个历史数据进行平滑处理，以得到对应的目标时间序列；

根据所述目标时间序列的周期性，确定预测模型；

采用所述预测模型对所述目标时间序列进行预测，以确定阈值时间序列；

根据所述阈值时间序列，对所述历史时间序列之后采集的监测数据进行异常检测。

为达上述目的，本申请第二方面实施例提出了一种异常检测装置，包括：

获取模块，用于获取历史时间序列；

处理模块，用于对所述历史时间序列中的多个历史数据进行平滑处理，以得到对应的目标时间序列；

确定模块，用于根据所述目标时间序列的周期性，确定预测模型；

预测模块，用于采用所述预测模型对所述目标时间序列进行预测，以确定阈值时间序列；

识别模块，用于根据所述阈值时间序列，对所述历史时间序列之后采集的监测数据进行异常检测。

为达上述目的，本申请第三方面实施例提出了一种计算机设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时，实现如第一方面所述的异常检测方法。

为达上述目的，本申请第四方面实施例提出了一种非临时性计算机可读存储介质，其上存储有计算机程序，该程序被处理器执行时实现如第一方面所述的异常检测方法。