[发明专利]关键性能指标数据的异常检测方法及装置

说明书

本发明提出一种关键性能指标数据的异常检测方法及装置，其中，方法包括：对待检测的第一关键性能指标数据进行基线提取，得到第一基线；计算所述第一基线与预先确定的至少一个类别对应的聚类中心的距离，并根据所述距离确定所述第一基线所属的类别；获取所述第一基线所属的类别对应的异常检测模型；根据所述异常检测模型，对所述第一关键性能指标数据进行异常检测。可以在保障检测准确性的同时，显著缩减大规模关键性能指标数据的异常检测的成本，提高大规模异常检测效率。

技术领域

本发明涉及数据处理与安全技术领域，尤其涉及一种关键性能指标数据的异常检测方法和装置。

背景技术

随着数据收集和存储技术的快速发展，金融、交通、互联网等领域积累了大量的时间序列数据，其中为了保证互联网中的各项服务不受干扰，需要密切监视各种关键性能指标(Key Performance Indicator,简称KPI)数据，如CPU使用量、网络吞吐量、网页浏览量、在线用户数量等，以防止未及时检测的异常造成的服务瘫痪等负面影响，从而保障服务质量与稳定性。

通常，互联网企业中需要监控大量的关键性能指标数据并及时检测其中的异常，然而，对大规模关键性能指标数据的异常检测，通常会带来高昂的模型选择、计算资源及人力开销，检测成本高，且难以兼顾检测效率与准确性。

发明内容

本发明旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本发明提出一种关键性能指标数据的异常检测方法，以解决现有技术中对大规模关键性能指标数据进行异常检测时，检测成本高，且难以兼顾检测效率与准确性的技术问题。

本发明第一方面实施例提出了一种关键性能指标数据的异常检测方法，包括：对待检测的第一关键性能指标数据进行基线提取，得到第一基线；计算所述第一基线与预先确定的至少一个类别对应的聚类中心的距离，并根据所述距离确定所述第一基线所属的类别；获取所述第一基线所属的类别对应的异常检测模型；根据所述异常检测模型，对所述第一关键性能指标数据进行异常检测。

本发明第二方面实施例提出了一种关键性能指标数据的异常检测装置，包括：提取模块，用于对待检测的第一关键性能指标数据进行基线提取，得到第一基线；确定模块，用于计算所述第一基线与预先确定的至少一个类别对应的聚类中心的距离，并根据所述距离确定所述第一基线所属的类别；第一获取模块，用于获取所述第一基线所属的类别对应的异常检测模型；检测模块，用于根据所述异常检测模型，对所述第一关键性能指标数据进行异常检测。

本申请提供的技术方案，具有如下有益效果：

在获取待检测的第一关键性能指标数据后，对待检测的第一关键性能指标数据进行基线提取，得到第一基线，再计算第一基线与预先确定的至少一个类别对应的聚类中心的距离，并根据距离确定第一基线所属的类别，获取第一基线所属的类别对应的异常检测模型，进而根据异常检测模型，对第一关键性能指标数据进行异常检测，由此，可以在保障检测准确性的同时，显著缩减大规模关键性能指标数据的异常检测的成本，提高大规模异常检测效率。

本发明附加的方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本发明的实践了解到。

附图说明

本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解，其中：

图1为本发明实施例提供的一种关键性能指标数据的异常检测方法的流程示意图；

图2为本发明实施例提供的聚类处理过程的流程示意图；

图3为本发明实施例提供的聚类处理过程及异常检测过程的流程示意图；

图4为本发明实施例提供的一种关键性能指标数据的异常检测装置的结构示意图。

具体实施方式