[发明专利]异常点检测方法、装置、设备及存储介质

说明书

本发明实施例提供一种异常点检测方法、装置、设备及存储介质，该方法包括：首先，获取被监测系统的业务指标时间序列的测量数据；其次，确定针对业务指标时间序列的均值基线，并计算测量数据与均值基线的测量残差数据；接着，对测量残差数据进行残差预测，生成预测残差数据，最后，根据预测残差数据和测量残差数据，确定被监测系统在时间序列上的异常点。由此，实现在检测异常情况的情况下降低误报率，保持系统稳定性。

技术领域

本发明是涉及数据处理领域，尤其涉及一种异常点检测方法、装置、设备及存储介质。

背景技术

随着业务运营对于数据依赖性的增强，能够及时掌握数据动态、快速准确获取数据解读的需求日益增长。通过正确的数据指标可以帮助我们准确的抓住用户动向以及网站的业务情况。由此，及时发现、解决数据出现异常的情况成为业务运营工作中关注的问题。

目前，检测数据中出现异常情况的主要方式是，通过数据点的测量值与人工预先设定的指标异常阈值进行比较，判断数据点是否异常。但是，该方式在系统出现常规的数据抖动，或者因业务特性出现定时增长或者下降的情况下，由于人为设定的异常阈值不够灵活，且仅根据异常阈值判断数据点是否异常，会出现误报率高的问题。

发明内容

本发明一个或多个实施例描述了一种异常点检测方法、装置、设备及存储介质，用以解决在检测异常情况的情况下误报率高的问题。

根据第一方面，提供了一种异常点检测方法，该方法可以包括：

获取被监测系统的业务指标时间序列的测量数据；

确定针对业务指标时间序列的均值基线，并计算测量数据与均值基线的测量残差数据；

对测量残差数据进行残差预测，生成预测残差数据；

根据预测残差数据和测量残差数据，确定被监测系统在时间序列上的异常点。

根据第二方面，提供了一种异常点检测装置，该装置可以包括：

采集模块，用于获取被监测系统的业务指标时间序列的测量数据；

处理模块，用于确定针对业务指标时间序列的均值基线，并计算测量数据与均值基线的测量残差数据；

预测模块，用于对测量残差数据进行残差预测，生成预测残差数据；

生成模块，用于根据预测残差数据和测量残差数据，确定被监测系统在时间序列上的异常点。

根据第三方面，提供了一种计算设备，设备包括收发器、至少一个处理器和存储器，收发器用于收发数据，存储器用于存储有计算机程序指令，处理器用于执行存储器的程序，以控制服务器实现第一方面或第二方面任意一项的方法。

根据第四方面，提供了一种计算机可读存储介质，其上存储有计算机程序，若计算机程序在计算机中执行，则令计算机执行第一方面或第二方面任意一项的方法。

利用本发明实施例的方案，通过在测量值的基础上减去历史数据确定的均值基线，以便于消除实时指标周期增降、以及在系统出现常规数据抖动带来的异常误报。接着，再通过测量数据与均值基线确定的测量残差数据，以及预测残差数据判定被监测系统在时间序列上的异常点的方式，降低或者消除在异常点检测过程中带来误报或者漏报的可能性，以保持系统稳定。

附图说明

从下面结合附图对本发明的具体实施方式的描述中可以更好地理解本发明其中，相同或相似的附图标记表示相同或相似的特征。

图1示出根据一个实施例的数据中心的结构示意图；

图2示出根据一个实施例的异常点检测方法的一种应用场景示意图；

图3示出根据一个实施例的异常点检测方法的另一种应用场景示意图；