[发明专利]一种异常数据检测方法、装置及电子设备

权利要求书

1.一种异常数据检测方法，其特征在于，所述方法包括：

接收对待测训练数据进行异常检测的数据检测请求；

根据所述数据检测请求在数据源中获取待测训练数据及产出周期位于所述待测训练数据之前的参考训练数据；

分别获取所述待测训练数据和所述参考训练数据的静态指标；

将所述待测训练数据的静态指标和所述参考训练数据的静态指标进行对比，得到对比分析指标；

若所述对比分析指标位于与所述对比分析指标对应的正常指标范围外，则确定所述待测训练数据异常。

2.根据权利要求1所述的异常数据检测方法，其特征在于，所述静态指标包括：稠密特征指标、稀疏特征指标、稀疏特征长度指标、零占比指标以及相关性分析指标中的一个或多个。

3.根据权利要求2所述的异常数据检测方法，其特征在于，通过以下方式计算预设数据的稠密度特征指标，所述预设数据为所述待测训练数据或所述参考训练数据：

确定所述预设数据的数据特征；

将所述预设数据的数据特征中的多个浮点型数据确定为稠密特征数据；

对多个所述稠密特征数据进行数据统计处理，得到用于表示多个所述稠密特征数据的数值分布区间的稠密特征数据分布信息；

对多个所述稠密特征数据进行平均值运算，得到稠密平均值；

对多个所述稠密特征数据进行中值运算，得到稠密中值；

对多个所述稠密特征数据进行方差运算，得到稠密方差；

从多个所述稠密特征数据选取最大值，得到最大稠密特征数据；

从多个所述稠密特征数据选取最小值，得到最小稠密特征数据；

将所述稠密平均值、稠密中值、稠密方差、最大稠密特征数据、最小稠密特征数据以及稠密特征数据分布信息分别确定为所述稠密特征指标。

4.根据权利要求2所述的异常数据检测方法，其特征在于，通过以下方式计算预设数据的稀疏特征指标，所述预设数据为所述待测训练数据或所述参考训练数据：

确定所述预设数据的数据特征；

将所述预设数据的数据特征中的多个整数型数据确定为稀疏特征数据；

统计多个所述稀疏特征数据的数量，得到稀疏特征数据数量；

计算多个所述稀疏特征数据中数值大小相同的稀疏特征数据占所述稀疏特征数据总数的比例，得到重复比例；

计算多个所述稀疏特征数据中数值为零的稀疏特征数据个数与所述稀疏特征数据数量的比值，得到零占比；

将所述稀疏特征数据数量、重复比例以及零占比分别确定为所述稀疏特征指标。

5.根据权利要求2所述的异常数据检测方法，其特征在于，通过以下方式计算预设数据的稀疏特征长度指标，所述预设数据为所述待测训练数据或所述参考训练数据：

确定所述预设数据的数据特征；

计算所述预设数据的数据特征中稀疏特征数据的特征长度，得到稀疏特征长度指标。

6.根据权利要求2所述的异常数据检测方法，其特征在于，通过以下方式计算预设数据的零占比指标，所述预设数据为所述待测训练数据或所述参考训练数据：

计算所述预设数据的数据特征中零的个数；

计算零的个数与所述预设数据的数据特征的总量的比值，得到零占比指标。

7.根据权利要求2所述的异常数据检测方法，其特征在于，通过以下方式计算预设数据的相关性分析指标，所述预设数据为所述待测训练数据或所述参考训练数据：

确定所述预设数据的数据特征；

根据所述预设数据的数据特征确定与数据特征对应的数据标签和多个特征标签以及每个所述特征标签对应的数据特征值；

针对每个所述特征标签，计算所述特征标签与所述数据标签的皮尔逊相关性系数，得到相关性分析指标。