[发明专利]一种时序数据阈值异常检测方法、装置及相关设备

说明书

本申请公开了一种时序数据阈值异常检测方法、装置及相关设备，该方法包括：将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。本申请可以在云端数据库利用数据库的基本接口来执行上述所有计算，无需将存在阈值异常的各数据下载到本地，提高了处理效率。

技术领域

本申请涉及数据异常检测技术领域，更具体地说，是涉及一种时序数据阈值异常检测方法、装置及相关设备。

背景技术

在对数据进行阈值检测的场景中，当需要找出数据在哪些时间段超出阈值时，通常做法为，在数据库中搜索出超出阈值的所有数据记录，将每一条数据记录下载到本地，经过进一步处理后得到这些数据所在的各个时间区间。当超出阈值的数据记录比较多时，下载过程会消耗非常多的时间，处理效率较低。

发明内容

有鉴于此，本申请提供了一种时序数据阈值异常检测方法、装置及相关设备，以获取存在阈值异常的时间段，并提高处理效率。

为实现上述目的，本申请第一方面提供了一种时序数据阈值异常检测方法，包括：

将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；

将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；

基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。

优选地，所述预设的阈值包括最大阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：

将待检测的时序数据中的每一数据减去预设的阈值，得到每一数据的候选阈值差；

对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。

优选地，所述预设的阈值包括最小阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：

将预设的阈值减去待检测的时序数据中的每一数据，得到每一数据的候选阈值差；

对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。

优选地，将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差的过程，包括：

将所述时序数据中的每一数据的目标阈值差，减去所述数据的前一项数据的目标阈值差，得到每一数据的相邻阈值差；

其中，假设所述时序数据中的第一项数据的前一项数据的数据为小于所述最大阈值的数据。

优选地，基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段的过程，包括：

从所述时序数据中筛选出相邻阈值差等于第一差值的起始数据，并从所述时序数据中筛选出状态差值等于第二差值的终止数据，所述第一差值为各相邻阈值差的最大值，所述第二差值为各相邻阈值差的最小值；

基于各起始数据的时间点和各终止数据时间点，确定存在阈值异常的时间段。

优选地，基于各起始数据的时间点和各终止数据时间点，确定存在阈值异常的时间段的过程，包括：

针对每一起始数据：

将所述起始数据的时间点确定为起始点，并判断是否存在时间点在所述起始点之后的终止数据；