[发明专利]异常检测方法、装置、计算机设备及存储介质

说明书

本申请涉及人工智能技术领域，具体公开了一种异常检测方法、装置、计算机设备及存储介质。其中方法包括：若待检测指标为周期性显著指标，获取待检测指标在预设时间点前多个时间点对应的历史预测数据；将多个历史预测数据输入预测模型，得到预设时间点对应的动态预测结果；获取预设时间点对应的监测结果，计算动态预测结果与监测结果的残差；若残差超出预设范围，则将监测结果记录至异常日志中，并基于异常日志检测是否存在异常事件；若存在异常事件，则发送异常事件告警至运维终端。该方法基于对周期性显著指标的预测结果以及实际监测结果，能够在隐患阶段发现异常并通知人工排查，以避免故障隐患后续造成真正的系统故障。

技术领域

本申请涉及人工智能技术领域，尤其涉及一种异常检测方法、装置、计算机设备及存储介质。

背景技术

智能运维监测管理中，异常检测是整个环节中的重要部分。由于监测指标序列的异常标注难以大量提供，因此现有检测方法以非监督学习算法或者统计算法为主，同时也存在深度学习算法。但是现有的算法对某些指标(例如周期性显著的指标)的检测精确度不高，在这类指标出现异常但不够明显的时候，是无法检测出来的。

发明内容

为了解决现有技术中对周期性显著的指标的检测精确度不高的技术问题，本申请提供了一种异常检测方法、装置、计算机设备及存储介质。

第一方面，本申请提供了一种异常检测方法，所述方法包括：

检测待检测指标是否为周期性显著指标；

若待检测指标为周期性显著指标，获取所述待检测指标在预设时间点前多个时间点对应的历史预测数据，得到多个历史预测数据；

将多个所述历史预测数据输入预测模型，得到所述预设时间点对应的动态预测结果；

获取所述待检测指标在所述预设时间点对应的监测结果，计算所述动态预测结果与所述监测结果的残差；

若所述残差超出预设范围，则将所述监测结果记录至异常日志中，并基于所述异常日志检测是否存在异常事件；

若存在异常事件，则发送异常事件告警至运维终端。

第二方面，本申请还提供了一种异常检测装置，所述装置包括：

检测模块，用于检测待检测指标是否为周期性显著指标；

获取模块，用于若待检测指标为周期性显著指标，则获取所述待检测指标在预设时间点前多个时间点对应的历史预测数据，得到多个历史预测数据；

预测模块，用于将多个所述历史预测数据输入预测模型，得到所述预设时间点对应的动态预测结果；

计算模块，用于获取所述待检测指标在所述预设时间点对应的监测结果，计算所述动态预测结果与所述监测结果的残差；

异常事件检测模块，用于若所述残差超出预设范围，则将所述监测结果记录至异常日志中，并基于所述异常日志检测是否存在异常事件；

告警模块，用于若存在异常事件，则发送异常事件告警至运维终端。

第三方面，本申请还提供了一种计算机设备，所述计算机设备包括存储器和处理器；所述存储器用于存储计算机程序；所述处理器，用于执行所述计算机程序并在执行所述计算机程序时实现如上述的异常检测方法。

第四方面，本申请还提供了一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时使所述处理器实现如上述的异常检测方法。

本申请公开了一种异常检测方法、装置、计算机设备及存储介质，通过本申请，基于对周期性显著指标的预测结果以及实际监测结果，能够在隐患阶段发现异常并通知人工排查，以避免故障隐患后续造成真正的系统故障。

附图说明