[发明专利]网络服务异常数据检测方法、装置、设备和介质

权利要求书

1.一种网络服务异常数据检测方法，其特征在于，所述方法包括：

获取待检测数据，其中，所述待检测数据包括当前待检测点预设时间内的实时数据，以及所述当前待检测点的同比、环比时间内的历史数据；

获取预设优先条件，并根据所述预设优先条件将无监督算法划分为优先判断算法和滞后判断算法；

将所述待检测数据输入到所述优先判断算法中，得到所述待检测数据的优先判断结果，并将所述优先判断结果作为初步判断结果；

若所述初步判断结果为所述待检测数据异常，则将所述待检测数据输入到异常检测模型得到所述待检测数据的目标判断结果，其中，所述目标判断结果包括判断情况、判别置信度，所述判别置信度为所述判断情况的准确率；

若所述初步判断结果为所述待检测数据正常，则将所述待检测数据输入到所述滞后判断算法中，得到每一个所述滞后判断算法的滞后判断结果，根据所述滞后判断结果生成所述目标判断结果。

2.根据权利要求1所述的方法，其特征在于，所述获取预设优先条件，包括：

获取预设数量的历史待检测数据；

将所述历史待检测数据输入到所述无监督算法中，得到每一个所述无监督算法的历史判断结果；

根据所述历史判断结果得到每一个所述无监督算法的判断异常率，作为预设优先条件。

3.根据权利要求2所述的方法，其特征在于，所述根据所述滞后判断结果生成所述目标判断结果，包括：

识别所述滞后判断结果，得到所述待检测数据的最终判断结果；

若所述最终判断结果为所述待检测数据正常，则获取每一个所述滞后判断算法的所述历史判断结果；

对比每一个所述滞后判断算法的滞后判断结果与历史判断结果，得到所述最终判断结果的滞后置信度；

整合所述最终判断结果与所述滞后置信度，生成所述待检测数据的目标判断结果。

4.根据权利要求2所述的方法，其特征在于，在所述识别所述滞后判断结果之后，还包括：

若所述滞后判断结果为所述待检测数据异常；

将所述待检测数据输入到所述异常检测模型中，得到所述目标判断结果。

5.根据权利要求4所述的方法，其特征在于，在所述若所述滞后判断结果为所述待检测数据异常之后，还包括：

获取预设数量的优先判断结果作为优先对比结果，并计算优先异常率；

获取预设数量的滞后判断结果，并根据所述滞后判断结果计算每一个所述滞后判断算法的滞后异常率；

将所述优先异常率与每一个所述滞后判断算法的滞后异常率进行数值对比，得到优先对比结果；

根据所述优先对比结果更新所述预设优先条件。

6.根据权利要求5所述的方法，其特征在于，所述根据所述优先对比结果更新所述预设优先条件，包括：

若所述优先异常率小于所述滞后异常率，则将数值最大的所述滞后异常率对应的滞后判断算法更新为所述优先判断算法；

若所述优先异常率大于每一个所述滞后判断算法的滞后异常率，则保持与所述优先异常率对应的无监督算法作为所述优先判断算法。

7.根据权利要求1-6任一项所述的方法，其特征在于，在所述获取待检测数据之前，还包括：

获取指标异常正样本、指标异常负样本，作为指标样本数据；

提取所述指标样本数据中的统计特征、拟合特征以及分类特征，作为特征样本数据；

将提取到的所述特征样本数据输入到树状模型中，得到异常检测模型。