[发明专利]进行异常检测的方法、装置、设备及存储介质

说明书

本申请公开了一种进行异常检测的方法、装置、设备及存储介质，属于互联网技术领域。所述方法包括：确定样本业务数据中多个业务参数对应的第一信息熵；对于所述多个业务参数中的每个业务参数，计算所述多个业务参数中除所述业务参数外的其他业务参数对应的第二信息熵，基于所述第一信息熵与所述第二信息熵的差值，确定所述业务参数的参数权重值；获取待进行异常检测的第一数据块，基于每个业务参数对应的参数权重值，对所述第一数据块进行异常检测，得到第一检测结果。采用本申请可以提高进行异常检测的准确性。

技术领域

本申请涉及互联网技术领域，特别涉及一种进行异常检测的方法、装置、设备及存储介质。

背景技术

随着大数据、互联网技术的发展，企业在日常的运营过程中产生的业务数据越来越多。如该业务数据可以是企业中某个机房中不同的设备的运行参数。其中，不同的业务数据中可包括不同的业务参数，如业务数据为运行参数时，包括的业务参数可以有CPU占用率、耗电量、读取速率、进程数、启动时长等。

一般企业可以对日常的运营过程中产生的业务数据按照相应的时间段进行存储，其中，每个时间段内包括的业务数据可组成一个数据块。企业可以定期对数据块进行异常检测处理，如可以将业务数据中各业务参数对应的参数值组成参数向量，通过参数向量计算对应的业务数据之间的距离值，然后，根据距离值确定数据块中是否存在异常的业务数据。进而根据异常检测处理的检测结果，确定机房中是否存在运行异常的设备。

在目前的异常检测方法中，不同的业务参数对异常检测结果的影响相同。例如可能存在一些业务参数即使浮动较大也属于正常范围。但如此会对业务参数之间的距离值产生较大的影响，进而导致异常检测处理的准确性降低。

发明内容

本申请实施例提供了一种进行异常检测的方法、装置、设备及存储介质，能够提高进行异常检测的准确性。所述技术方案如下：

第一方面，提供了一种进行异常检测的方法，所述方法包括：

确定样本业务数据中多个业务参数对应的第一信息熵；

对于所述多个业务参数中的每个业务参数，计算所述多个业务参数中除所述业务参数外的其他业务参数对应的第二信息熵，基于所述第一信息熵与所述第二信息熵的差值，确定所述业务参数的参数权重值；

获取待进行异常检测的第一数据块，基于每个业务参数对应的参数权重值，对所述第一数据块进行异常检测，得到第一检测结果。

可选的，所述基于每个业务参数对应的参数权重值，对所述第一数据块进行异常检测，得到第一检测结果，包括：

对于所述第一数据块中的每个业务数据，将所述业务数据中每个业务参数的取值与对应的参数权重值相乘，得到所述业务数据对应的异常检测值；

基于所述第一数据块中各业务数据对应的异常检测值，对所述各业务数据进行异常检测，得到所述各业务数据对应第一检测结果。

可选的，所述对所述各业务数据进行异常检测，得到所述各业务数据对应第一检测结果之后，所述方法还包括：

基于所述第一数据块对应的生成时间，将所述第一数据块插入到数据块序列中；

如果所述第一检测结果指示所述第一数据块中存在第一业务数据为异常业务数据，则基于所述第一数据块、所述数据块序列中的第二数据块，对所述第一业务数据进行异常检测，得到第二检测结果，其中，所述第二数据块为所述第一数据块在所述数据块中相邻的数据块。

可选的，所述方法还包括：

如果所述第二检测结果中指示所述第一业务数据为异常业务数据，且确定所述第一数据块在所述数据块序列中相邻的第二数据块更新为第三数据块，则基于所述第一数据块、第三数据块对所述第一业务数据进行异常检测，得到第三检测结果。

可选的，所述方法还包括：