[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

说明书

本发明公开了一种流量数据异常检测方法、装置、电子设备及存储介质，涉及互联网技术领域，其中流量数据异常检测方法包括：获取消息队列中的流量数据，流量数据包括：第一序列数据和第二序列数据；利用预测模型训练第一序列数据，得到第一预测集；根据第一预测集和预设验证集得到预设偏差条件；利用预测模型训练第二序列数据，得到第二预测集；根据第二预测集和当前序列数据计算出目标偏差值；基于目标偏差值和预设偏差条件进行异常检测，若目标偏差值不符合预设偏差条件，则确定流量数据异常。上述流量数据异常检测方法，能够准确、及时发现互联网电视流量的故障，解决了异常检测滞后问题，提升用户体验。

技术领域

本发明涉及互联网技术领域，尤其是涉及一种流量数据异常检测方法、装置、电子设备及存储介质。

背景技术

OTT互联网电视业务中，质量监控是重要的一个环节，服务质量的好坏，严重影响了用户的观看视频的体验。在OTT互联网电视业务质量监控中，常用的基于流量的监控手段有，基线、同比、环比基准阈值的比较判断，如同比上升百分比，环比下降百分比等。其中，流量(互联网电视用户拉取服务器的字节数)指标是一种常见的监控手段，通过实时获取服务器端的出流信息，通过对用户、地域、时间等维度的流量分析，可以很好的了解OTT业务服务质量情况。但是常规的指标监控手段，都是基于阈值比较的方式来实现，阈值的定义主观性比较大，依赖丰富的线上监控经验。但这种方法对于不同维度的监控不能进行有效区分，实现起来也相对复杂，根据经验来设置阈值整个过程复杂，且异常检测有一定的滞后性，影响用户体验。

发明内容

本发明旨在至少解决现有技术中存在的技术问题之一。为此，本发明实施例提出一种流量数据异常检测方法，能够准确、及时发现互联网电视流量的故障，解决了异常检测滞后问题，提升用户体验。

本发明实施例还提出一种流量数据异常检测装置。

本发明实施例还提出一种电子设备。

本发明实施例还提出一种计算机可读存储介质。

根据本发明的第一方面实施例的流量数据异常检测方法，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。

根据本发明第一方面实施例的流量数据异常检测方法，至少具有如下有益效果：通过获取消息队列中的流量数据，流量数据包括：第一序列数据和第二序列数据；利用预测模型训练第一序列数据，得到第一预测集；根据第一预测集和预设验证集得到预设偏差条件；利用预测模型训练第二序列数据，得到第二预测集；根据第二预测集和当前序列数据计算出目标偏差值；基于目标偏差值和预设偏差条件进行异常检测，若目标偏差值不符合预设偏差条件，则确定流量数据异常，能够准确、及时发现互联网电视流量的故障，解决了异常检测滞后问题，提升用户体验。

根据本发明的一些实施例，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。