[发明专利]一种异常检测方法、装置、电子设备及存储介质

权利要求书

1.一种异常检测方法，其特征在于，包括：

获取待检测数据的明细数据和聚合数据，其中，所述明细数据包括每个所述待检测数据的数据明细、数据特征中的至少一种，所述聚合数据为所述待检测数据在监控指标体系内包含的每个监控指标维度下的聚合统计数据；

根据所述明细数据，通过预设的持续性风险召回模型，获取所述待检测数据中的持续性风险数据；

根据所述聚合数据，通过预设的突发性风险召回模型，获取所述待检测数据中的突发性风险数据；

其中，所述持续性风险召回模型包括网格密度聚类算法模型、孤立森林算法模型、正样本无标签学习算法模型、具有部分观测异常的异常检测算法模型中的至少一种，所述突发性风险召回模型包括prophet算法模型。

2.根据权利要求1所述的方法，其特征在于，所述根据所述聚合数据，通过预设的突发性风险召回模型，获取所述待检测数据中的突发性风险数据的步骤，包括：

针对预设的监控指标体系内包含的任一监控指标维度，获取每个时间单位内，所述监控指标维度在每个指标属性值时的数据量的真实值；

针对任一监控周期，根据所述监控周期之前预设时间段内的数据量的真实值，通过Prophet算法模型，获取所述监控周期内数据量的预测值和警报阈值范围，所述预测值包括每个所述监控指标维度在每个指标属性值时的数据量的预测值，所述警报阈值范围包括所述监控周期内的全部数据量的警报阈值范围；

响应于所述监控周期内全部数据量的真实值超出所述警报阈值范围，根据所述监控周期内每个所述监控指标维度在每个指标属性值时的数据量的预测值和真实值，通过多维度根因分析算法，获取所述监控周期的多维度根因分析结果；

获取与所述多维度根因分析结果对应的数据，作为所述突发性风险数据；

其中，所述监控周期为所述时间单位的整数倍，所述多维度根因分析结果包括至少一个指标维度组合，所述指标维度组合内包括多个指标属性值，且每个所述指标属性值所属的监控指标维度不完全相同。

3.根据权利要求2所述的方法，其特征在于，所述Prophet算法模型的输入参数还包括所述监控周期的日期属性，所述日期属性包括所述监控周期是否属于节假日、所述监控周期所属的节假日类型中的至少一种。

4.根据权利要求2所述的方法，其特征在于，所述警报阈值范围还包括每个所述监控指标维度在每个指标属性值时的数据量的警报阈值范围，所述方法还包括：

针对任一所述监控指标维度，以及所述监控指标维度下的任一指标属性值，响应于所述监控指标维度在所述指标属性值时的数据量的真实值超出所述监控指标维度在所述指标属性值时的警报阈值范围，以所述指标属性值时的所述监控指标维度作为所述监控周期的单维度根因分析结果；

获取与所述单维度根因分析结果对应的数据，作为所述突发性风险数据；

其中，所述单维度根因分析结果内包括至少一个监控指标维度下的至少一个指标属性值。

5.根据权利要求权利要求2所述的方法，其特征在于，所述多维度根因分析算法包括HotSpot根因分析算法。

6.根据权利要求1-5中任一项所述的方法，其特征在于，所述方法还包括：

基于预设的用户分数库，和/或关系算法对风险数据进行过滤，得到最终的风险数据，所述关系算法包括Louvain算法，所述风险数据包括持续性风险数据、突发性风险数据中的至少一种。

7.根据权利要求1-5中任一项所述的方法，其特征在于，所述明细数据的存储介质为Tidb，所述聚合数据的存储介质为Opentsdb。