[发明专利]流量数据异常检测方法、装置、电子设备及存储介质

权利要求书

1.流量数据异常检测方法，其特征在于，包括：

获取消息队列中的流量数据，所述流量数据包括：第一序列数据和第二序列数据；

利用预测模型训练所述第一序列数据，得到第一预测集；

根据所述第一预测集和预设验证集得到预设偏差条件；

利用所述预测模型训练所述第二序列数据，得到第二预测集；

根据所述第二预测集和当前序列数据计算出目标偏差值；

基于所述目标偏差值和所述预设偏差条件进行异常检测，若所述目标偏差值不符合所述预设偏差条件，则确定所述流量数据异常。

2.根据权利要求1所述的方法，其特征在于，所述预设偏差条件包括：第一偏差极值和第二偏差极值；

所述基于所述目标偏差值和所述预设偏差条件进行异常检测，若所述目标偏差值不符合所述预设偏差条件，则确定所述流量数据异常，包括：

若所述目标偏差值小于所述第一偏差极值，或所述目标偏差值大于所述第二偏差极值，则确定所述流量数据异常。

3.根据权利要求2所述的方法，其特征在于，在所述基于所述目标偏差值和所述预设偏差条件进行异常检测，若所述目标偏差值不符合所述预设偏差条件，则确定所述流量数据异常之后，还包括：

从所述流量数据中提取出异常数据；

根据所述异常数据生成异常提示。

4.根据权利要求2所述的方法，其特征在于，所述根据所述第一预测集和预设验证集得到预设偏差条件，包括：

根据所述第一预测集和所述预设验证集计算出目标偏差率序列；

从所述目标偏差率序列中提取出所述第一偏差极值和所述第二偏差极值；

根据所述第一偏差极值和所述第二偏差极值得到所述预设偏差条件。

5.根据权利要求1所述的方法，其特征在于，所述方法还包括：获取所述预测模型，具体包括：

获取所述消息队列中的待训练序列数据；

根据所述待训练序列数据构建初始训练模型；

从所述待训练序列数据中提取出训练数据特征；

根据所述训练数据特征对所述初始训练模型进行训练，得到所述预测模型。

6.根据权利要求5所述的方法，其特征在于，所述获取所述消息队列中的待训练序列数据，包括：

获取历史流量数据，对所述历史流量数据进行去噪处理，得到目标流量数据；

对所述目标流量数据进行归一化处理；

根据预设比例从归一化处理后的所述目标流量数据中提取出所述待训练序列数据。

7.根据权利要求6所述的方法，其特征在于，所述方法还包括：

根据所述预设比例从归一化处理后的所述目标流量数据中提取出待测试序列数据集；

将所述待测试序列数据集划分为预设参数集和所述预设验证集；

将所述预设参数集中的数据代入所述预测模型，得到初始预测集；

根据所述初始预测集和所述预设验证集计算出初始偏差率；

根据所述初始偏差率确定所述预测模型的拟合性。

8.流量数据异常检测装置，其特征在于，包括：

第一获取模块，用于获取消息队列中的流量数据，所述流量数据包括：第一序列数据和第二序列数据；

第一训练模块，用于利用预测模型训练所述第一序列数据，得到第一预测集；

第二获取模块，用于根据所述第一预测集和预设验证集得到预设偏差条件；

第二训练模块，用于利用所述预测模型训练所述第二序列数据，得到第二预测集；

计算模块，用于根据所述第二预测集和当前序列数据计算出目标偏差值；

检测模块，用于基于所述目标偏差值和所述预设偏差条件进行异常检测，若所述目标偏差值不符合所述预设偏差条件，则确定所述流量数据异常。