[发明专利]异常检测方法、装置、设备以及介质

说明书

本公开提供了一种异常检测方法，可以应用于信息安全领域。该异常检测方法包括：获取来自目标服务器的目标数据，目标数据包括响应于来自集中监控服务器的指令所采集的目标数据，目标数据包括表段数据；基于表段数据，确定在预设时段内表段数据的平均增长量，得到预测增长关系；将预测增长关系与全量表段数据的日增长量进行比较，得到增长量差异；以及在增长量差异满足预设条件的情况下，生成异常报警信息。本公开还提供了一种异常检测装置、设备、存储介质和程序产品。

技术领域

本公开涉及信息安全领域，具体涉及一种异常检测方法、装置、设备、介质和程序产品。

背景技术

数据库是按照数据结构来组织、存储和管理数据的仓库。数据库不仅能够存储数据和管理数据，还能够管理用户所需要的各种数据。段是占用磁盘上存储空间的一个对象，其中表段是最常见的段，用于存储业务数据。表段的大小与应用业务量的大小有着密切的关联，当业务量产生波动时，表段大小也相应地产生正相关的波动。对于数据库的空间容量管理来说，需要及时检测出表段的异常增长，以便及时解决数据库性能问题。

目前，在表段级别的异常检测存在基线难以确定，误报率高等问题。

发明内容

鉴于上述问题，本公开提供了能够及时检测数据库的异常增长的异常检测方法、装置、设备、介质和程序产品。

根据本公开的第一个方面，提供了一种异常识别方法，包括：获取来自目标服务器的目标数据，目标数据包括响应于来自集中监控服务器的指令所采集的目标数据，目标数据包括表段数据；基于表段数据，确定在预设时段内表段数据的平均增长量，得到预测增长关系；将预测增长关系与全量表段数据的日增长量进行比较，得到增长量差异；以及在增长量差异满足预设条件的情况下，生成异常报警信息。

根据本公开的实施例，其中，目标数据还包括数据采集时间，基于表段数据，确定在预设时段内表段数据的平均增长量，得到预测增长关系包括：通过删除表段数据中的系统数据和系统用户数据，确定用户表段数据；在预设时段内用户表段数据的日增长量为负的情况下，根据数据采集时间确定表段数据的增长周期；根据表段数据的增长周期，确定第一平均日增长量，第一平均日增长量为在增长周期内表段数据的平均日增长量；在预设时段内用户表段数据的日增长量为正的情况下，确定第二平均日增长量，第二平均日增长量为表段数据的平均日增长量；以及基于第一平均日增长量和第二平均日增长量，得到预测增长关系。

根据本公开的实施例，其中，在预设时段内用户表段数据的日增长量为负的情况下，根据数据采集时间确定表段数据的增长周期包括：根据数据采集时间，确定表段数据的时间差值数据；在时间差值数据仅满足第一预设条件的情况下，确定表段数据的增长周期为第一周期；在时间差值数据仅满足第二预设条件的情况下，确定表段数据的增长周期为第二周期；在时间差值数据不满足第一预设条件且不满足第二预设条件的情况下，确定表段数据的增长周期为第三周期。

根据本公开的实施例，其中，根据表段数据的增长周期，确定第一平均日增长量还包括：根据第一周期，将第一周期对应的表段数据标记为第一周期清理关系；根据第二周期，将第二周期对应的表段数据标记为第二周期清理关系；根据第三周期，将第三周期对应的表段数据标记为第三周期清理关系；以及记录第一周期、第二周期和第三周期对应的表段清理时间。

根据本公开的实施例，其中，根据表段数据的增长周期，确定第一平均日增长量包括：根据第一周期，确定表段数据的第一子平均日增长量；根据第二周期，确定表段数据的第二子平均日增长量；根据第三周期，确定表段数据的第三子平均日增长量；其中，第一平均日增长量包括第一子平均日增长量、第二子平均日增长量和第三子平均日增长量。

根据本公开的实施例，其中，预测增长关系包括数据清理类型和预测平均日增长量；数据清理类型包括第一周期清理关系、第二周期清理关系、第三周期清理关系和不清理关系；预测平均日增长量包括第一平均日增长量和第二平均日增长量。