[发明专利]业务数据异常检测方法、装置及计算设备

说明书

本发明实施例涉及通信技术领域，公开了一种业务数据异常检测方法、装置及计算设备，该方法包括：获取业务数据；从所述业务数据中提取指标数据；确定每一种所述指标数据的数据类别；根据所述数据类别对每一种所述指标数据采取相应的异常检测方法进行异常检测，得到每一种所述指标数据的检测结果。通过上述方式，本发明实施例实现了对业务数据的异常检测。

技术领域

本发明实施例涉及通信技术领域，具体涉及一种业务数据异常检测方法、装置及计算设备。

背景技术

随着运营商业务的发展和推广，各种类型的运营指标数据日益增多。面对日益严峻的市场环境，运营商的业务数据是业务推广、营销活动的重要参考依据，因此，对于运营商业务数据的准确性提出了更高的要求。

对于运营商业务数据中的异常数据检测是提高运营商业务数据准确性的一个重要方面。现有的对运营商业务数据进行异常检测的方法主要包括恒定阈值法和动态阈值法。恒定阈值法通过设置恒定的阈值对异常业务数据进行检测。动态阈值法将数据分段处理，对于每一段数据设置一个阈值。

恒定阈值法进行异常检测时的阈值是一个经验值，由于业务数据的指标量很多，因此，使用恒定阈值法的准确率较低。动态阈值法相较于恒定阈值法降低了无效告警，但是需要人工介入以确定数据分段周期，造成异常检测的成本较高。

发明内容

鉴于上述问题，本发明实施例提供了一种业务数据异常检测方法、装置及计算设备，克服了上述问题或者至少部分地解决了上述问题。

根据本发明实施例的一个方面，提供了一种业务数据异常检测方法，所述方法包括：

获取业务数据；

从所述业务数据中提取指标数据；

确定每一种所述指标数据的数据类别；

根据所述数据类别对每一种所述指标数据采取相应的异常检测方法进行异常检测，得到每一种所述指标数据的检测结果。

可选的，所述从所述业务数据中提取指标数据，包括：

根据所述业务数据构建基础模型；

根据所述基础模型构建业务模型；

从每一个所述业务模型中提取多个指标数据。

可选的，在得到每一种所述指标数据的检测结果之后，所述方法还包括：

如果同一个业务模型的多个指标数据的检测结果均为异常，则对所述业务模型进行告警。

所述确定每一种所述指标数据的数据类别，包括：

对每一种所述指标数据进行差分运算，得到每一种所述指标数据对应的差分数据；

如果所述差分数据的波动范围小于预设第一阈值，则确定所述指标数据为周期数据；否则，

计算所述指标数据在预设范围内的方差；

如果所述方差大于预设第二阈值，则确定所述指标数据为波动数据，否则，则确定所述指标数据为平稳类数据。

可选的，所述根据所述数据类别对每一种所述指标数据采取相应的异常检测方法进行异常检测，得到每一种所述指标数据的检测结果，包括：

如果所述指标数据为周期数据，则通过预先训练好的预测模型计算所述指标数据的预测值，所述预先训练好的预测模型是通过训练数据训练自回归滑动平均模型得到的，所述训练数据为历史所述指标数据；

如果所述预测值位于预设置信区间之外，则确定所述指标数据的检测结果为异常；

如果所述指标数据为波动数据，则计算预设时间段内所述指标数据的环比结果；