[发明专利]一种异常检测的解释特征确定方法和装置

权利要求书

1.一种异常检测的解释特征确定方法，所述方法包括：

对于输入异常检测模型的一个样本，所述样本包括至少一个样本特征，根据每个样本特征的分布参数确定所述样本特征的偏移度；所述分布参数用于表示该样本特征在所述异常检测模型的训练集数据中的分布特点；所述异常检测模型是无监督模型；

根据所述样本中的各个样本特征的偏移度，确定至少一个样本特征作为所述样本对应的解释特征，所述解释特征用于解释所述样本与对应的所述异常检测模型的模型输出结果之间的关联。

2.根据权利要求1所述的方法，所述根据每个样本特征的分布参数确定所述样本特征的偏移度之前，所述方法还包括：

根据所述异常检测模型的训练集数据，分别获得所述训练集数据中各个样本特征的分布参数。

3.根据权利要求2所述的方法，所述分别获得所述训练集数据中各个样本特征的分布参数，包括：

所述训练集数据包括多个样本，每个样本包括至少一个样本特征；

由所述训练集数据的各个样本中分别获取目标样本特征，得到包括多个目标样本特征的目标特征集；

根据所述目标特征集，确定所述目标样本特征的分布参数。

4.根据权利要求1所述的方法，

所述分布参数包括：所述样本特征的均值和方差。

5.根据权利要求4所述的方法，所述根据每个样本特征的分布参数确定所述样本特征的偏移度，包括：

对于所述异常检测模型的测试集数据中所述样本的其中一个样本特征，确定所述样本特征在所述样本中的实际值；

获取所述样本特征在训练集数据中的均值；

确定所述实际值偏离所述均值几倍方差的距离，作为所述偏移度。

6.根据权利要求1所述的方法，所述根据样本中的各个样本特征的偏移度，确定至少一个样本特征作为所述样本对应的解释特征，包括：

根据所述样本中的各个样本特征的偏移度，将所述各个样本特征进行降序排列，并将排序在前预设位数的所述至少一个样本特征作为所述解释特征。

7.一种异常检测的解释特征确定装置，所述装置包括：

偏移度计算模块，用于对于输入异常检测模型的一个样本，所述样本包括至少一个样本特征，根据每个样本特征的分布参数确定所述样本特征的偏移度；所述分布参数用于表示该样本特征在所述异常检测模型的训练集数据中的分布特点；所述异常检测模型是无监督模型；

特征确定模块，用于根据所述样本中的各个样本特征的偏移度，确定至少一个样本特征作为所述样本对应的解释特征，所述解释特征用于解释所述样本与对应的所述异常检测模型的模型输出结果之间的关联。

8.根据权利要求7所述的装置，所述装置还包括：

分布计算模块，用于由训练集数据的各个样本中分别获取目标样本特征，得到包括多个目标样本特征的目标特征集；根据所述目标特征集，确定所述目标样本特征的分布参数；所述训练集数据包括多个样本，每个样本包括至少一个样本特征。

9.根据权利要求7所述的装置，

偏移度计算模块，具体用于：对于所述异常检测模型的测试集数据中所述样本的其中一个样本特征，确定所述样本特征在所述样本中的实际值；获取所述样本特征在训练集数据中的均值；确定所述实际值偏离所述均值几倍方差的距离，作为所述偏移度；所述分布参数包括：所述样本特征的均值和方差。

10.一种异常检测的解释特征确定设备，所述设备包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现以下步骤：

对于输入异常检测模型的一个样本，所述样本包括至少一个样本特征，根据每个样本特征的分布参数确定所述样本特征的偏移度；所述分布参数用于表示该样本特征在所述异常检测模型的训练集数据中的分布特点；所述异常检测模型是无监督模型；

根据所述样本中的各个样本特征的偏移度，确定至少一个样本特征作为所述样本对应的解释特征，所述解释特征用于解释所述样本与对应的所述异常检测模型的模型输出结果之间的关联。