[发明专利]基于时间序列分类的业务数据异常检测方法

说明书

本发明公开了一种基于时间序列分类的业务数据异常检测方法，包括如下步骤：S1：提取离线业务数据，对离线的业务数据按时间序列进行分类，生成包括不同类型时间序列的样本库；S2：将样本库中的不同类型时间序列与不同的时间序列异常检测算法进行关联；S3：获取在线业务数据，根据样本库中时间序列的分类对在线业务数据按时间序列进行分类；S4：根据时间序列分类与时间序列异常检测算法的关联关系对分类后的在线时间序列进行异常检测。本发明针对不同类型的时间序列自动分类识别，自动选择参数或者算法进行时间序列异常检测，在处理大规模时间序列异常检测时自动识别时间序列类型，减少告警的误报漏报，有效节省人力成本。

技术领域

本发明涉及一种异常检测方法，尤其涉及一种基于时间序列分类的业务数据异常检测方法。

背景技术

时间序列指标的异常检测是发现问题的核心环节，传统的静态阈值检测为主的方式，阈值太高，漏告警多，质量隐患难以发现，阈值太低，告警太多引发告警风暴，干扰业务运维人员的判断。针对不同类型的时间序列需要人工选择使用什么样的异常检测算法，在时间序列数量较少时可以人为选择，在需要对大规模时间序列进行异常检测时人工处理会有很大的局限性。因此，需要一种针对大规模时间序列进行分类，并依据不同的分类使用不同的参数或算法进行异常检测的方法。

发明内容

本发明要解决的技术问题是提供一种基于时间序列分类的业务数据异常检测方法，针对不同类型的时间序列自动分类识别，不同类型的时间序列自动选择参数或者算法进行时间序列异常检测。

本发明为解决上述技术问题而采用的技术方案是提供一种基于时间序列分类的业务数据异常检测方法，包括如下步骤：S1：提取离线业务数据，对离线的业务数据按时间序列进行分类，生成包括不同类型时间序列的样本库；S2：将样本库中的不同类型时间序列与不同的时间序列异常检测算法进行关联；S3：获取在线业务数据，根据步骤S1中样本库中时间序列的分类对在线的业务数据按时间序列进行分类；S4：根据步骤S2中时间序列分类与时间序列异常检测算法的关联关系对分类后的在线时间序列进行异常检测。

进一步的，所述步骤S1中时间序列的分类方式包括根据时间序列相似性进行聚类，具体包括如下步骤：S11：定义时间序列之间的距离；S12：根据步骤S11中定义的时间序列之间的距离，计算出时间序列间的距离矩阵；S13：根据步骤S12中的计算结果和给定的时间序列两两间的最大距离和每个类内的最小样本数，将时间序列分成若干类。

进一步的，进行相似性聚类的时间序列的时间戳、时间间隔以及时间序列长度具有相同取值，所述时间序列之间的距离定义是基于欧氏距离，采用DTW时序对齐策略通过LBKeogh下界方法到达DTW的边界，计算时间序列间的距离；通过密度聚类算法进行时间序列的分类。

进一步的，所述步骤S1中时间序列进行分类方式还包括根据时间序列的全局特征进行层次聚类，时间序列层次聚类的分类特征包括趋势、季节性、周期性、序列相关、偏度、峰度、非线性、自相似性、混沌、分解后的序列相关、分解后的非线性、分解后的偏度和分解后的峰度。

进一步的，通过时间序列的全局特征进行层次聚类时，所述时间序列的时间戳、时间间隔和时间序列长度具有相同取值。

进一步的，所述步骤S2具体包括选出时间序列主要的类别，作为样本库的一种时间序列类型，绑定对应的异常检测算法以及参数，并作为线上分类的依据。

进一步的，所述异常检测算法包括基于预测的ARIMA算法、加权移动平均算法、小波分解算法和3-sigma算法，所述基于预测的ARIMA算法和加权移动平均算法是针对稳定的周期型的时间序列的异常检测算法；所述小波分解算法和3-sigma算法是针对不稳定的时间序列的异常检测算法。

进一步的，所述步骤S4具体包括根据分类后的在线时间序列类型，获取样本库中相同类型的时间序列关联的异常检测算法并由该算法对分类后的在线时间序列进行异常检测。