[发明专利]一种异常检测方法和装置

权利要求书

1.一种异常检测方法，应用于系统运维，其特征在于，包括：

采集基线流量的当前时刻实际值；所述基线流量是反映真实用户行为的流量；

采集目标流量的当前时刻实际值；所述目标流量是反映非真实用户行为的流量；

根据所述基线流量的上一时刻实际值、所述基线流量的当前时刻实际值及所述目标流量的上一时刻实际值，预测所述目标流量的当前时刻预测值；

根据所述目标流量的当前时刻实际值与所述当前时刻预测值，计算当前时刻预测误差值；

根据历史预测误差值，计算上下限阈值；所述历史预测误差值为当前时刻之前各时刻的预测误差值；

根据所述当前时刻预测误差值和所述上下限阈值，检测所述目标流量的当前时刻实际值是否为异常状态。

2.根据权利要求1所述的方法，其特征在于，所述根据历史预测误差值，计算上下限阈值的步骤，包括：

获取所述历史预测误差值；所述历史预测误差值包括至少一个预测误差值；

采用高斯模型对所述历史预测误差值进行高斯分布曲线拟合；

确定所述高斯分布曲线的均值和方差；

根据所述均值和方差，确定所述上下限阈值。

3.根据权利要求2所述的方法，其特征在于，所述根据所述当前时刻预测误差值和所述上下限阈值，检测所述目标流量的当前时刻实际值是否为异常状态的步骤，包括：

判断所述当前时刻预测误差值是否处于所述上下限阈值的范围之间；

如果所述当前时刻预测误差值不处于所述上下限阈值的范围之间，则确定所述目标流量的当前时刻实际值为异常状态，发送报警信息；

如果所述当前时刻预测误差处于所述上下限阈值的范围之间，则确定所述目标流量的当前时刻实际值不为异常状态，不发送报警信息。

4.根据权利要求1所述的方法，其特征在于，所述根据所述基线流量的上一时刻实际值、所述基线流量的当前时刻实际值及所述目标流量的上一时刻实际值，预测所述目标流量的当前时刻预测值的步骤，包括：

利用所述基线流量的当前时刻实际值除以所述基线流量的上一时刻实际值，再乘以所述目标流量的当前时刻实际值，计算所述目标流量的当前时刻预测值。

5.一种异常检测装置，其特征在于，包括：

第一采集模块，用于采集基线流量的当前时刻实际值；所述基线流量是反映真实用户行为的流量；

第二采集模块，用于采集目标流量的当前时刻实际值；所述目标流量是反映非真实用户行为的流量；

预测模块，用于根据所述基线流量的上一时刻实际值、所述基线流量的当前时刻实际值及所述目标流量的上一时刻实际值，预测所述目标流量的当前时刻预测值；

第一计算模块，用于根据所述目标流量的当前时刻值与所述预测值，计算当前时刻预测误差值；

第二计算模块，用于根据历史预测误差值，计算上下限阈值；所述历史预测误差值为当前时刻之前各时刻的预测误差值；

检测模块，用于根据所述当前时刻预测误差值和所述上下限阈值，检测所述目标流量的当前时刻实际值是否为异常状态。

6.根据权利要求5所述的装置，其特征在于，所述第二计算模块，包括：

获取子模块，用于获取所述历史预测误差值；所述历史预测误差值包括至少一个预测误差值；

曲线拟合子模块，用于采用高斯模型对所述历史预测误差值进行高斯分布曲线拟合；

第一确定子模块，用于确定所述高斯分布曲线的均值和方差；

第二确定子模块，用于根据所述均值和方差，确定所述上下限阈值。

7.根据权利要求6所述的装置，其特征在于，所述检测模块，包括：

判断子模块，用于判断所述当前时刻预测误差值是否处于所述上下限阈值的范围之间；

第三确定子模块，用于如果所述当前时刻预测误差值不处于所述上下限阈值的范围之间，则确定所述目标流量的当前时刻实际值为异常状态，发送报警信息；

第四确定子模块，用于如果所述当前时刻预测误差处于所述上下限阈值的范围之间，则确定所述目标流量的当前时刻实际值不为异常状态，不发送报警信息。

8.根据权利要求5所述的装置，其特征在于，所述预测模块，用于：

利用所述基线流量的当前时刻值除以所述基线流量的上一时刻值，再乘以所述目标流量的当前时刻值，计算所述目标流量的当前时刻的预测值。