[发明专利]异常检测方法、装置、终端设备及存储介质

权利要求书

1.一种异常检测方法，其特征在于，所述方法包括：

获取当前时刻的监控指标的指标数据；

从与各个历史时刻分别对应的周期分量中，获取与所述当前时刻对应的历史时刻的周期分量；

根据所述周期分量，计算所述指标数据的残差值；

当所述残差值不在残差阈值范围内时，判定当前时刻的所述监控指标存在异常；

其中，所述与各个历史时刻分别对应的周期分量的获取过程，包括：

通过卷积降噪自编码器对过去预设时间段内的监控指标的第一时序数据进行降噪，输出所述过去预设时间段内的第二时序数据，所述预设时间段内包含多个所述历史时刻；

对所述预设时间段内各个所述历史时刻的所述第二时序数据进行分解，获得所述与各个历史时刻分别对应的周期分量。

2.如权利要求1所述的异常检测方法，其特征在于，所述通过卷积降噪自编码器对过去预设时间段内的监控指标的第一时序数据进行降噪，输出所述过去预设时间段内的第二时序数据，包括：

将所述第一时序数据输入所述卷积降噪自编码器；

通过所述卷积降噪自编码器中的编码器将所述第一时序数据进行多层隐层编码，得到低维特征向量；

通过所述卷积降噪自编码器中的解码器将所述低维特征向量进行多层隐层解码，输出所述第二时序数据。

3.如权利要求1所述的异常检测方法，其特征在于，所述卷积降噪自编码器是根据包含预设噪声的监控指标的时序数据训练得到的。

4.如权利要求1所述的异常检测方法，其特征在于，所述对所述预设时间段内各个所述历史时刻的所述第二时序数据进行分解，获得所述与各个历史时刻分别对应的周期分量，包括：

根据所述预设时间段内各个所述历史时刻的所述第二时序数据，生成各个历史时刻分别对应的周期子序列；

对每个所述周期子序列进行平滑回归，得到每个所述周期子序列分别对应的平滑结果；

去除每个所述平滑结果中的低通量，得到各个所述历史时刻分别对应的周期分量。

5.如权利要求1所述的异常检测方法，其特征在于，所述当所述残差值不在残差阈值范围时，判定当前时刻的所述监控指标存在异常之前，还包括：

获取所述预设时间段内各个历史时刻的第二时序数据的历史残差值；

基于正态分布，计算所有所述历史残差值的均值与标准差；

基于n-sigma原理，根据所述历史残差值的均值、标准值以及预设的n值确定所述残差阈值范围。

6.如权利要求5所述的异常检测方法，其特征在于，所述获取预设时间段内各个历史时刻的第二时序数据的历史残差值，包括：

根据所述预设时间段内各个历史时刻的所述周期分量，计算出所述各个历史时刻的第二时序数据与对应历史时刻的所述周期分量之间的历史残差值。

7.如权利要求1所述的异常检测方法，其特征在于，所述通过卷积降噪自编码器对过去预设时间段内的监控指标的第一时序数据进行降噪之前，还包括：

获取所述预设时间段内的监控指标的第三时序数据；

通过快速傅里叶变换将所述第三时序数据转换为频域数据；

查找所述频域数据中的目标频率对应的振幅分量；

当所述振幅分量大于第一预设值的所述目标频率的数量大于第二预设值时，将所述第三时序数据作为所述第一时序数据。