[发明专利]异常数据的检测方法、装置、设备及计算机可读存储介质

权利要求书

1.一种异常数据的检测方法，其特征在于，所述异常数据的检测方法包括以下步骤：

当侦测到检测待检测曲线目标时间点的数据是否为异常数据的检测指令后，根据所述检测指令获取所述目标时间点对应的第一样本数据和第二样本数据，以及获取所述目标时间点的数据的真实值；

确定所述待检测曲线所属的曲线类型，并根据所述曲线类型确定所述待检测曲线对应检测规则的各个检测特征，以及获取各个检测特征对应的特征权重；

基于所述待检测曲线对应的拟合模型，根据所述第一样本数据、所述第二样本数据和所述真实值对应计算得到各个检测特征的结果值；

若检测到所述结果值与对应所述特征权重之间乘积的和大于预设阈值，则确定所述目标时间点的数据为异常数据；

其中，所述基于所述待检测曲线对应的拟合模型，根据所述第一样本数据、所述第二样本数据和所述真实值对应计算得到各个检测特征的结果值的步骤包括：

删除所述第一样本数据和所述第二样本数据中的孤点数据，得到处理后的所述第一样本数据和所述第二样本数据；

根据处理后的所述第一样本数据和所述第二样本数据计算各个检测特征对应的差分值，并确定所述目标时间点的数据对应的预测值；

计算所述真实值与所述预测值之间的差值，并获取所述检测特征对应的检测系数；

计算所述检测系数与所述差分值之间的乘积，并将所述检测系数和所述差分值之间的乘积记为差分乘积；

若所述差值小于或者等于所述差分乘积，则确定所述检测特征对应的结果值为正常结果值；

若所述差值大于所述差分乘积，则确定所述检测特征对应的结果值为异常结果值。

2.如权利要求1所述的异常数据的检测方法，其特征在于，删除所述第一样本数据中的孤点数据，得到处理后的所述第一样本数据的步骤包括：

对所述第一样本数据进行差分计算，得到差分计算后的所述第一样本数据；

采用预设的聚类算法对差分计算后的所述第一样本数据进行聚类，根据聚类所得的聚类结果确定差分计算后的所述第一样本数据中的孤点数据，并删除所述孤点数据，得到处理后的所述第一样本数据。

3.如权利要求1所述的异常数据的检测方法，其特征在于，所述根据处理后的所述第一样本数据和所述第二样本数据计算各个检测特征对应的差分值的步骤包括：

根据各个所述检测特征对应的特征值计算公式计算处理后的所述第一样本数据的第一特征值，以及计算处理后的所述第二样本数据的第二特征值；

将所述第一特征值和所述第二特征值之间的平均值确定为所述检测特征对应的差分值。

4.如权利要求3所述的异常数据的检测方法，其特征在于，若存在至少三个所述第二特征值，所述将所述第一特征值和所述第二特征值之间的平均值确定为所述检测特征对应的差分值的步骤之前，还包括：

确定所述第二特征值中的最大值和最小值，删除所述最大值和最小值，得到剩余的所述第二特征值；

所述将所述第一特征值和所述第二特征值之间的平均值确定为所述检测特征对应的差分值的步骤包括：

将所述第一特征值与剩余的所述第二特征值之间的平均值确定为所述检测特征对应的差分值。

5.如权利要求1所述的异常数据的检测方法，其特征在于，所述当侦测到检测待检测曲线目标时间点的数据是否为异常数据的检测指令后，根据所述检测指令获取所述目标时间点对应的第一样本数据和第二样本数据的步骤之前，还包括：

获取预设数量的拟合模型，采用所述待检测曲线对应的数据对各个所述拟合模型进行交叉验证，得到验证结果；

根据所述验证结果选择损失值最小的拟合模型作为所述待检测曲线对应的拟合模型。

6.如权利要求1至5任一项所述的异常数据的检测方法，其特征在于，所述若检测到所述结果值与对应所述特征权重之间乘积的和大于预设阈值，则确定所述目标时间点的数据为异常数据的步骤之后，还包括：

计算预设时长内检测到异常数据的异常概率；

若所述异常概率大于预设概率，则触发调整指令，并根据所述调整指令调整所述检测规则中各个检测特征对应的特征权重。