[发明专利]一种设备异常检测方法、装置和机器可读存储介质

说明书

本申请提供了一种设备异常检测方法、装置和机器可读存储介质，所述方法包括获取待识别设备的性能指标曲线；基于所述性能指标曲线，对训练得到的异常检测模型进行调整，得到调整后的异常检测模型；其中，所述训练得到的异常检测模型为基于历史性能指标曲线训练得到的；利用所述调整后的异常检测模型对所述待识别设备的性能指标曲线进行识别，确定所述待识别设备的性能指标曲线是否存在异常点；根据所述待识别设备的性能指标曲线是否存在异常点的结果，确定所述待识别设备的异常检测结果。通过实施上述方法，可以准确得出待识别设备的异常检测结果，大大提高了异常检测结果的检测精度。

技术领域

本申请涉及网络安全技术领域，特别涉及一种设备异常检测方法、装置和机器可读存储介质。

背景技术

随着互联网，特别是移动互联网的高速发展，web服务已经深入到社会的各个领域，人们使用互联网进行搜索，购物，付款，娱乐等等，而这些操作需要服务器的支撑。因此，保障服务器的稳定已经变的越来越重要。服务器的稳定性主要靠运维来保障，运维人员通过监控各种各样的关键性能指标(例如CPU，内存，访问量)来判断服务器是否稳定，而相关指标发生异常，往往意味着服务器中与其相关的应用发生了问题，进而可以确定出服务器可能不稳定。

而现有技术中常用曲线来描述关键性能指标的变化趋势，然后利用一些算法对关键性能指标变化曲线进行处理，来确定关键性能指标是否存在异常，进而确定服务器是否异常。然而上述算法常采用固定阈值的聚类算法，但该算法只使用了已知的异常数据进行聚类分析后得到各个聚类，然后基于各个聚类来判定上述变化曲线中是否存在异常数据，但仅使用异常数据的聚类算法没有考虑到各个关键性能指标的变化多样性，导致存在异常数据监测的误判和漏判。

因此，如何提高异常数据检测结果的准确性，进而提高设备是否异常检测结果的准确性是值得考虑的技术问题之一。

发明内容

有鉴于此，本申请提供了一种设备异常检测方法、装置和机器可读存储介质，用以提高异常数据检测结果的准确性，进而提高设备是否异常检测结果的准确性。

具体地，本申请是通过如下技术方案实现的：

根据本申请的第一方面，提供一种设备异常检测方法，包括：

获取待识别设备的性能指标曲线；

基于所述性能指标曲线，对训练得到的异常检测模型进行调整，得到调整后的异常检测模型；其中，所述训练得到的异常检测模型为基于历史性能指标曲线训练得到的；

利用所述调整后的异常检测模型对所述待识别设备的性能指标曲线进行识别，确定所述待识别设备的性能指标曲线是否存在异常点；

根据所述待识别设备的性能指标曲线是否存在异常点的结果，确定所述待识别设备的异常检测结果。

根据本申请的第二方面，提供一种设备异常检测装置，包括：

获取模块，获取待识别设备的性能指标曲线；

模型调整模块，用于根据所述性能指标曲线，对训练得到的异常检测模型进行调整，得到调整后的异常检测模型；其中，所述训练得到的异常检测模型为基于历史性能指标曲线训练得到的；

识别模块，用于利用所述调整后的异常检测模型对所述待识别设备的性能指标曲线进行识别，确定所述待识别设备的性能指标曲线是否存在异常点；

确定模块，用于根据所述待识别设备的性能指标曲线是否存在异常点的结果，确定所述待识别设备的异常检测结果。

根据本申请的第三方面，提供一种电子设备，包括处理器和机器可读存储介质，机器可读存储介质存储有能够被处理器执行的机器可执行指令，处理器被机器可执行指令促使执行本申请实施例第一方面所提供的方法。