[发明专利]运维系统异常指标检测模型优化方法、装置及存储介质

权利要求书

1.一种运维系统异常指标检测模型优化方法，应用于电子装置，其特征在于，包括以下步骤：

S1，将多个指标分别按指标波动幅值以及指标波动周期性分类到指标类型分类中；

S2，从每一个指标类型分类中选取多个指标，对应每个指标都设置一个异常指标检测模型，所述异常指标检测模型包括依次连接的输入层、监测区间层、输出层，其中，监测区间层包括判断指标是否异常的监测区间，以将带有标签的各指标的历史数据分别输入到对应的异常指标检测模型中；

S3，根据指标所属的指标类型分类，每一异常指标检测模型采用滑动窗口沿所述历史数据按时间顺序滑动确定异常指标的监测区间，并将落在监测区间以外的指标数据判定为异常数据；

S4，将异常指标检测模型的输出结果与设置有标签的异常数据进行比对，从而判断异常指标检测模型的输出结果是否正确，并根据判断结果分别处理：

其中，若异常指标检测模型对异常数据的判断是正确的，则从所述历史数据中删除该异常数据；

若异常指标检测模型判断的异常数据是错误的，则异常指标检测模型根据监测区间的下限倍数与监测区间的上限倍数构建辅助阈值区间；

S5，重复步骤S3、S4，更换异常指标检测模型的参数，并结合辅助阈值区间，重复进行参数更换和异常数据判断，直至异常指标检测模型检测出的异常数据数量少于设定的阈值；

S6，对于每个指标类型分类，将指标类型分类中的各异常指标检测模型的参数分别对应求取平均值，作为该指标类型分类的异常指标检测模型的参数。

2.根据权利要求1所述的运维系统异常指标检测模型优化方法，其特征在于，

步骤S3中，若指标属于周期性与低波动性指标类型分类，将滑动窗口中的数据计算与周期分量值的残差并转换为百分位数，计算残差预设低分位数p1至残差预设中分位数p2区间的标准差s1，和残差预设低分位数p1至残差预设高分位数p3区间的标准差s2，由[p1-n1s1，p3+n2s2]构成异常指标的监测区间；

其中，若指标属于周期性与高波动性指标类型分类，将滑动窗口中的数据转换为百分位数，计算预设低分位数d1至预设中分位数d2区间的标准差t1，和预设低分位数d1至预设高分位数d3区间的标准差t2，由[d1-m1t1，d3+m2t2]构成异常指标的监测区间；

其中，若指标属于无周期性指标类型分类，将滑动窗口中的数据转换为百分位数，计算预设低分位数a1至预设中分位数a2区间的标准差b1，和预设低分位数a1至预设高分位数a3区间的标准差b2，由[a1-k1b1，a3+k2b2]构成异常指标的监测区间，

并且，将所述历史数据按照从小到大的顺序排列形成百分位数，计算预设低分位数q1至预设中分位数q2区间的标准差l1，和预设低分位数q1至预设高分位数q3区间的标准差l2，由[q1-h1l1，q3+h2l2]构成异常指标的监测区间；

步骤S5中，更换异常指标检测模型的参数n1与n2、m1与m2、k1与k2、h1与h2。

3.根据权利要求1所述的运维系统异常指标检测模型优化方法，其特征在于，

还包括步骤S7，利用异常指标检测模型的参数确定各指标类型分类的所有监测指标的监测区间，形成对应每个指标的异常指标检测模型。

4.根据权利要求1所述的运维系统异常指标检测模型优化方法，其特征在于，

步骤S1中，通过快速傅里叶变换判定指标是否具有周期性。

5.根据权利要求1所述的运维系统异常指标检测模型优化方法，其特征在于，

步骤S1中，通过自相关系数判定指标的波动性,将一段时间监测数据形成的时间序列拆分为两个序列[1，n-h]和[h+1，n]，并求取这两个序列的自相关系数F，涉及的公式如下：

其中，u为时间序列的均值；

h为滞后数；

x_i、x_i+h分别对应被拆分的两个序列的第i项；

n为时间序列的长度，即该时间序列有n个数据。