[发明专利]异常检测方法、装置、计算机可读存储介质及电子设备有效

专利信息
申请号: 201810552461.8 申请日: 2018-05-31
公开(公告)号: CN109034180B 公开(公告)日: 2020-11-03
发明(设计)人: 石子凡;纪勇 申请(专利权)人: 东软集团股份有限公司
主分类号: G06K9/62 分类号: G06K9/62
代理公司: 北京英创嘉友知识产权代理事务所(普通合伙) 11447 代理人: 魏嘉熹;南毅宁
地址: 110179 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 检测 方法 装置 计算机 可读 存储 介质 电子设备
【权利要求书】:

1.一种异常检测方法,其特征在于,所述方法包括:

对待检测周期内的数据进行采样,获得目标采样点数据;

将所述目标采样点数据按照预设分桶数进行分桶处理,并确定所述待检测周期对应的分桶向量;

根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量,确定所述待检测周期与所述异常周期之间的目标参数,其中,所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度,所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的,并且,所述待检测周期与所述异常周期的时长相同;

根据所述目标参数,获得针对所述待检测周期的异常检测结果;

所述根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量,确定所述待检测周期与所述异常周期之间的目标参数,包括:

将所述待检测周期对应的分桶向量按照预设的映射规则映射成二进制向量,以获得所述待检测周期对应的特征向量;

根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量,确定所述待检测周期与所述异常周期之间的目标参数,其中,所述异常周期对应的特征向量是通过将所述异常周期对应的分桶向量按照所述预设的映射规则映射成二进制向量的方式获得的。

2.根据权利要求1所述的方法,其特征在于,所述预设的映射规则为ITQ算法。

3.根据权利要求1所述的方法,其特征在于,所述根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量,确定所述待检测周期与所述异常周期之间的目标参数,包括:

确定所述待检测周期对应的特征向量与所述异常周期对应的特征向量之间的汉明距离;

将所述汉明距离映射到预设的数值区间,并将映射得到的数值确定为所述目标参数,其中,所述目标参数越小表示所述待检测周期与所述异常周期之间越相似。

4.根据权利要求1所述的方法,其特征在于,所述根据所述目标参数,获得针对所述待检测周期的异常检测结果,包括以下中的至少一者:

在根据所述目标参数确定所述待检测周期与所述异常周期相似时,确定所述待检测周期发生异常;

在根据所述目标参数确定所述待检测周期与所述异常周期相似时,将所述异常周期对应的异常事件包含在所述待检测周期的异常检测结果中;

在根据所述目标参数确定所述待检测周期与所述异常周期相似时,将所述目标参数包含在所述待检测周期的异常检测结果中。

5.根据权利要求1-4中任一项所述的方法,其特征在于,所述方法还包括:

在根据所述目标参数确定所述待检测周期与所述异常周期相似时,输出与所述异常周期对应的异常解决方案。

6.一种异常检测装置,其特征在于,所述装置包括:

采样模块,用于对待检测周期内的数据进行采样,获得目标采样点数据;

第一处理模块,用于将所述目标采样点数据按照预设分桶数进行分桶处理,并确定所述待检测周期对应的分桶向量;

确定模块,用于根据所述待检测周期对应的分桶向量与已知的异常周期对应的分桶向量,确定所述待检测周期与所述异常周期之间的目标参数,其中,所述目标参数用于表征所述待检测周期与所述异常周期之间的相似度,所述异常周期对应的分桶向量是通过对所述异常周期内的采样点数据按照所述预设分桶数进行分桶处理后确定出的,并且,所述待检测周期与所述异常周期的时长相同;

第二处理模块,用于根据所述目标参数,获得针对所述待检测周期的异常检测结果;

其中,所述确定模块包括:

映射子模块,用于将所述待检测周期对应的分桶向量按照预设的映射规则映射成二进制向量,以获得所述待检测周期对应的特征向量;

第一确定子模块,用于根据所述待检测周期对应的特征向量与所述异常周期对应的特征向量,确定所述待检测周期与所述异常周期之间的目标参数,其中,所述异常周期对应的特征向量是通过将所述异常周期对应的分桶向量按照所述预设的映射规则映射成二进制向量的方式获得的。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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东软集团股份有限公司,未经东软集团股份有限公司许可,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/201810552461.8/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top