[发明专利]时间序列异常点的检测方法、装置、设备及可读存储介质

说明书

本发明涉及人工智能领域，具体共公开了一种时间序列异常点的检测方法、装置、计算机设备及计算机可读存储介质，该方法包括：获取待处理时间序列中的目标窗口，以及获取所述目标窗口对应的待处理窗口，其中，所述待处理窗口数量大于1；基于预置模型，根据所述目标窗口和待处理窗口确定所述目标窗口和待处理窗口之间的相似度值；根据所述相似度值，确定所述目标窗口对应的时间点是否为异常点；实现了通过获取时间序列中的目标窗口和待处理窗口，使采集到的样本序列相差较小，通过预置模型来确定目标窗口和待处理窗口的相似度值，避免得到的异常序列误差较大。

技术领域

本发明涉及人工智能领域，尤其涉及时间序列异常点的检测方法、装置、设备及计算机可读存储介质名称。

背景技术

在AIOps领域中，时间序列是指在某一个指标按照时间的观测数据组成的序列，主机、服务器等硬件设备在运行过程中会产生大量的指标数值。如主机每秒的CPU使用率、某项业务每小时的请求量，都可以形成单变量时间序列指标数据。时间序列的异常检测则是从数据中找到与历史行为模式不同的点。

传统的时间序列异常检测方法常采用距离度量方法，即通过计算给定的单变量时间序列与预期值的距离并于给定阈值进行比较，若距离大于给定阈值，则可以判定该点为异常点。而阈值通常选取为一些基本统计量，例如中位数或90％分位数。但阈值的选定过于主观，且不适用于所有时间序列的数据异常检测。

发明内容

本发明的主要目的在于提供一种时间序列异常点的检测方法、装置、设备及计算机可读存储介质名称，旨在解决传统的时间序列异常检测方法常采用距离度量方法采集到的样本序列相差较大，导致不适用于所有的时间序列的数据异常检测，且得到的异常序列误差较大。

第一方面，本申请一种时间序列异常点的检测方法，所述时间序列异常点的检测方法包括：

获取待处理时间序列中的目标窗口，以及获取所述目标窗口对应的待处理窗口，其中，所述待处理窗口数量大于1；

基于预置模型，根据所述目标窗口和待处理窗口确定所述目标窗口和待处理窗口之间的相似度值；

根据所述相似度值，确定所述目标窗口对应的时间点是否为异常点。

第二方面，本申请还提供一种时间序列异常点的检测装置，所述时间序列异常点的检测装置包括：

获取模块，用于获取待处理时间序列中的目标窗口，以及获取所述目标窗口对应的待处理窗口，其中，所述待处理窗口数量大于1；

第一确定模块，用于基于预置模型，根据所述目标窗口和待处理窗口确定所述目标窗口和待处理窗口之间的相似度值；

第二确定模块，用于根据所述相似度值，确定所述目标窗口对应的时间点是否为异常点。

第三方面，本申请还提供一种计算机设备，所述计算机设备包括处理器、存储器、以及存储在所述存储器上并可被所述处理器执行的计算机程序，其中所述计算机程序被所述处理器执行时，实现如上所述的时间序列异常点的检测方法的步骤。

第四方面，本申请还提供一种计算机可读存储介质，所所述计算机可读存储介质上存储有计算机程序，其中所述计算机程序被处理器执行时，实现如上所述的时间序列异常点的检测方法的步骤。

本发明实施例提出的一种时间序列异常点的检测方法、装置、设备及计算机可读存储介质，通过获取待处理时间序列中的目标窗口，以及获取所述目标窗口对应的待处理窗口，其中，所述待处理窗口数量大于1；基于预置模型，根据所述目标窗口和待处理窗口确定所述目标窗口和待处理窗口之间的相似度值；根据所述相似度值，确定所述目标窗口对应的时间点是否为异常点，实现了通过获取时间序列中的目标窗口和待处理窗口，使采集到的样本序列相差较小，通过预置模型来确定目标窗口和待处理窗口的相似度值，避免得到的异常序列误差较大。

附图说明