[发明专利]数据异常检测方法、装置、服务器和存储介质

权利要求书

1.一种数据异常检测方法，其特征在于，包括：

获取待检测的数据源信息，其中，所述数据源信息包括至少一种数据库的地址；

利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测；

根据所述检测的结果发送异常提示信息；

其中，在所述利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测之前，还包括：

数据管理方对待检测的数据进行数据源注册，以注册数据表的形式存储；

其中，所述利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测，还包括：

通过扫描与查询注册数据表，获取待检测的数据源信息；通过数据源信息中的数据库地址获取源数据；

其中，所述源数据的类型包括数据文本类和图形类，分别通过数据库中的数据表名和图表名进行链接获取；

其中，所述数据源信息还包括图表名；

相应的，利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测，包括：

利用自适应优化后的聚类模型，对所述数据源信息中的不同类型的图表进行检测，其中，对所述图表的检测包括：获取同一图表类型中的每个图表所占用的空间大小，对所述每个图表占用的空间大小进行检测。

2.根据权利要求1中所述的方法，其特征在于，所述聚类模型包括基于密度的聚类算法模型。

3.根据权利要求1或2中所述的方法，其特征在于，利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测，包括：

根据所述数据源信息中数据对象的不同，利用粒子群算法对所述聚类模型进行自适应地优化，得到优化的聚类参数；

将所述优化的聚类参数应用于所述聚类模型中，对所述数据源信息中的不同数据进行检测。

4.根据权利要求3中所述的方法，其特征在于，利用粒子群算法对所述聚类模型进行自适应地优化，包括：

基于粒子群算法，利用如下适应度函数对所述聚类模型进行自适应的优化，

其中，m表示簇的个数，n_i表示簇C_i中的数据点个数，a(x_i)表示数据点x_i和与其属于同一类的数据点之间的平均不相似度，b(x_i)表示数据点x_i和与其属于同一类的数据点之间的平均不相似度的最小值。

5.根据权利要求4中所述的方法，其特征在于，所述平均不相似度基于余弦函数得到。

6.根据权利要求1所述的方法，其特征在于，所述数据源信息还包括数据表名；

相应的，利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测，包括：

利用自适应优化后的聚类模型对所述数据源信息中的不同数据表逐一进行检测。

7.一种数据异常检测装置，其特征在于，包括：

信息获取模块，用于获取待检测的数据源信息，其中，所述数据源信息包括至少一种数据库的地址；

数据检测模块，用于利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测；

结果反馈模块，用于根据所述检测的结果发送异常提示信息；

其中，在所述利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测之前，还包括：

数据管理方对待检测的数据进行数据源注册，以注册数据表的形式存储；

其中，所述利用自适应优化后的聚类模型对所述数据源信息中的不同数据进行检测，还包括：

通过扫描与查询注册数据表，获取待检测的数据源信息；通过数据源信息中的数据库地址获取源数据；

其中，所述源数据的类型包括数据文本类和图形类，分别通过数据库中的数据表名和图表名进行链接获取；

其中，所述信息获取模块中的数据源信息还包括图表名；

相应的，所述数据检测模块还用于利用自适应优化后的聚类模型，对所述数据源信息中的不同类型的图表进行检测，其中，对所述图表的检测包括：获取同一图表类型中的每个图表所占用的空间大小，对所述每个图表占用的空间大小进行检测。