[发明专利]时间序列数据异常检测方法、装置、设备及存储介质

权利要求书

1.一种时间序列数据异常检测方法，其特征在于，包括：

获取时间序列数据，所述时间序列数据为连续时间点中各个时间点对应的指标数据的序列；

根据所述各个时间点对应的指标数据获得近邻关联性特征，所述近邻关联性特征用于表示所述各个时间点的多个近邻时间点中各个近邻时间点对应的指标数据与所述各个时间点对应的指标数据之间的关联性；

基于所述近邻关联性特征对所述多个近邻时间点对应的多个指标数据进行降维处理，获得所述各个时间点对应的关联近邻数据；

对所述连续时间点对应的多个所述关联近邻数据进行划分以从所述连续时间点中确定指标数据异常的时间点。

2.根据权利要求1所述的方法，其特征在于，所述时间序列数据包括所述各个时间点对应的多个相似区域的指标数据；

所述获取时间序列数据包括：

获取所述各个时间点对应的第一预定区域的指标数据；

获取所述各个时间点对应的第二预定区域的指标数据；

在所述第一预定区域的指标数据与所述第二预定区域的指标数据的相似度大于预设阈值时，获得所述多个相似区域，所述多个相似区域包括所述第一预定区域和所述第二预定区域。

3.根据权利要求1所述的方法，其特征在于，所述近邻关联性特征包括第一维度和第二维度，所述第一维度为近邻时间点序列，所述第二维度为与所述近邻时间点序列对应的信息增益序列；

所述根据所述各个时间点对应的指标数据获得近邻关联性特征包括：

获取所述各个时间点的各个近邻时间点对应的指标数据；

基于所述各个时间点对应的指标数据和所述各个时间点的各个近邻时间点对应的指标数据计算所述近邻时间点序列对应的所述信息增益序列。

4.根据权利要求1所述的方法，其特征在于，所述基于所述近邻关联性特征对所述多个近邻时间点对应的多个指标数据进行降维处理包括：

基于所述近邻关联性特征从所述多个近邻时间点中确定所述各个时间点的关联近邻时间点；

根据所述各个时间点的关联近邻时间点确定降维后的指标数据维度；

通过主成分分析方法将多个近邻时间点对应的多个指标数据降维到所述降维后的指标数据维度。

5.根据权利要求4所述的方法，其特征在于，所述根据所述各个时间点的关联近邻时间点确定降维后的指标数据维度包括：

基于所述近邻关联性特征根据所述各个时间点的关联近邻时间点确定降维后的指标数据维度。

6.根据权利要求1所述的方法，其特征在于，所述基于所述近邻关联性特征对所述多个近邻时间点对应的多个指标数据进行降维处理包括：

基于所述近邻关联性特征从所述多个近邻时间点中确定所述各个时间点的关联近邻时间点；

所述获得所述各个时间点对应的关联近邻数据包括：

获得所述各个时间点的关联近邻时间点对应的指标数据为降维后的所述关联近邻数据。

7.根据权利要求1至6中任意一项所述的方法，其特征在于，所述对所述连续时间点对应的多个所述关联近邻数据进行划分以从所述连续时间点中确定指标数据异常的时间点包括：

根据所述连续时间点对应的多个所述关联近邻数据获得孤立树；

基于所述孤立树分别获得所述连续时间点对应的各个所述关联近邻数据的异常值；

获得异常值大于预设阈值关联近邻数据对应的时间点为指标数据异常的时间点。