[发明专利]一种数据异常检测方法、装置、设备及介质在审
申请号: | 201810225915.0 | 申请日: | 2018-03-19 |
公开(公告)号: | CN108491875A | 公开(公告)日: | 2018-09-04 |
发明(设计)人: | 张强志;焦敏 | 申请(专利权)人: | 深圳乐信软件技术有限公司 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06F17/30 |
代理公司: | 北京品源专利代理有限公司 11332 | 代理人: | 孟金喆 |
地址: | 518000 广东省深圳市南山区*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 日报数据 检测 数据异常 训练数据 异常数据 标准数据 报表数据 分布模型 匹配结果 时间确定 异常检测 自适应性 自动地 预设 匹配 发现 | ||
1.一种数据异常检测方法,其特征在于,包括:
获取待检测日报数据以及所述待检测日报数据所对应的训练数据,其中所述训练数据是依据所述待检测日报数据的生成时间确定的;
依据所述训练数据和预设的分布模型生成标准数据区间;
将所述待检测日报数据与生成的标准数据区间进行匹配,依据匹配结果确定所述待检测日报数据是否为异常数据。
2.根据权利要求1所述的方法,其特征在于,所述依据所述训练数据和预设的分布模型生成标准数据区间,包括:
依据所述待检测日报数据的生成时间从已有日报数据中提取出所述训练数据;
依据所述训练数据确定所述分布模型的特征值;
采用所述分布模型依据所述特征值和预设的配置参数生成所述标准数据区间。
3.根据权利要求2所述的方法,其特征在于,所述分布模型为高斯分布。
4.根据权利要求3所述的方法,其特征在于,所述依据所述训练数据确定所述分布模型的特征值,包括:
确定所述训练数据所满足的高斯分布的均值和标准差。
5.根据权利要求1所述的方法,其特征在于,所述依据匹配结果确定待检测数据是否为异常数据,包括:
当所述待检测数据在所述数据区间内时,判定所述待检测数据为正常数据;
或者,
当所述待检测数据在所述数据区间外时,判定所述待检测数据为异常数据。
6.一种数据异常检测装置,其特征在于,包括:
数据获取模块,用于获取待检测日报数据以及所述待检测日报数据所对应的训练数据,其中所述训练数据是依据所述待检测日报数据的生成时间确定的;
区间生成模块,用于依据所述训练数据和预设的分布模型生成标准数据区间;
数据检测模块,用于将所述待检测日报数据与生成的标准数据区间进行匹配,依据匹配结果确定所述待检测日报数据是否为异常数据。
7.根据权利要求6所述的装置,其特征在于,所述区间生成模块包括:
训练数据提取单元,用于依据所述待检测日报数据的生成时间从已有日报数据中提取出所述训练数据;
特征值确定单元,用于依据所述训练数据确定所述分布模型的特征值;
区间生成单元,用于采用所述分布模型依据所述特征值和预设的配置参数生成所述标准数据区间。
8.根据权利要求6所述的装置,其特征在于,所述数据检测模块具体用于:
当所述待检测数据在所述数据区间内时,判定所述待检测数据为正常数据;
或者,
当所述待检测数据在所述数据区间外时,判定所述待检测数据为异常数据。
9.一种数据异常检测设备,其特征在于,所述设备包括:
一个或多个处理器;
存储装置,用于存储一个或多个程序;
当所述一个或多个程序被所述一个或多个处理器执行,使得所述一个或多个处理器实现如权利要求1-5中任一所述的数据异常检测方法。
10.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,该程序被处理器执行时实现如权利要求1-5中任一所述的数据异常检测方法。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于深圳乐信软件技术有限公司,未经深圳乐信软件技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201810225915.0/1.html,转载请声明来源钻瓜专利网。