[发明专利]一种异常检测方法和装置

说明书

本发明提供了一种异常检测方法和装置，涉及异常检测技术领域。该方法包括：采集基线流量的当前时刻实际值；采集目标流量的当前时刻实际值；根据基线流量的上一时刻实际值、基线流量的当前时刻实际值及目标流量的上一时刻实际值，预测目标流量的当前时刻预测值；根据目标流量的当前时刻实际值与当前时刻预测值，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；根据当前时刻预测误差值和上下限阈值，检测目标流量的当前时刻实际值是否为异常状态。本发明采用历史预测误差值计算上下限阈值，检测目标流量的当前时刻实际值的异常状态，实现了根据动态的上下限阈值进行异常检测的目的，降低了进行异常检测时产生的误报率。

技术领域

本发明涉及异常检测技术领域，特别是涉及一种异常检测方法和一种异常检测装置。

背景技术

随着异常检测技术的不断发展，系统运维技术也得到了普遍的应用。在系统运维中，通过检测监控的关键性能指标，及时发现其异常发送报警给系统运维人员，从而实现监控的性能指标的异常识别。

目前，性能指标监控中的异常检测主要是通过运维人员设置固定的报警阈值来实现的，当监控的性能指标超过该报警阈值时，则系统判断其为异常，并发送报警提醒。

在现有技术中，一方面，监控的性能指标时间序列具有周期性变化的规律；网站导流、推广、活动拉新及新产品上线等因素会导致流量激增，使得监控的性能指标时间序列不平稳，而使用固定的报警阈值不能够适用于上述情况，因此在进行异常检测时容易产生误报。另一方面，单纯地使用固定的报警阈值，当该报警阈值设得过低会容易产生误报，设得过高会容易产生漏报。

发明内容

为了解决使用固定的报警阈值在进行异常检测时产生误报或漏报的问题，本发明实施例提供一种异常检测方法和装置。

依据本发明的一个方面，提供了一种异常检测方法，包括：

采集基线流量的当前时刻实际值；

采集目标流量的当前时刻实际值；

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。

可选地，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。

可选地，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。