[发明专利]运维数据特征选择方法和装置

权利要求书

1.一种运维数据特征选择方法，其特征在于，包括以下步骤：

获取原始数据样本；

对所述原始数据样本进行预处理，获取多维数据样本；

通过预设算法对所述多维数据样本进行计算，获取代价表达式计算数值最小时，输出每维数据特征权重；

根据所述每维数据特征权重和预设权重阈值，从所述多维数据样本中筛选出目标数据集合；

其中，所述通过预设算法对所述多维数据样本进行计算，获取代价表达式计算数值最小时，输出每维数据特征权重，包括：

获取代价表达式，根据所述代价表达式对所述多维数据样本进行训练；其中，训练目标包括：在目标特征权重下使得异常数据和正常数据之间的边界距离大于预设第一阈值，所述异常数据之间的距离和所述正常数据之间的距离分别小于预设第二阈值；其中，所述预设第一阈值大于所述第二阈值，训练目标各部分的权重由给定的超参数决定；以及每次迭代计算过程中，目标特征权重的取值维持在特定范围之内；

所述代价表达式为：

其中，w为所求的每维数据特征权重，x_n为第nn条数据的向量表示，α、β、p₀、λ为超参数，d为距离函数；

其中，M_n为x_n的非同类别近似数据集，H_n为x_n的同类别近似数据集，P(x_i＝NM(x_n)|w)、P(x_i＝NH(x_n)|w)、P(x_i＝N(x_n)|w)为三个关于x_i和x_n的核函数，代表了两个数据向量在特征权重w下为近似数据的概率，超参数α表示无监督学习部分的权重，超参数β_n表示数据的放大倍数，若数据x_n为异常数据，则β_n取大于1的数值，否则β_n＝1，超参数λ表示对特征权重w的限制权重，L表示待训练的数据样本数量。

2.如权利要求1所述的方法，其特征在于，所述对所述原始数据样本进行预处理，获取多维数据样本，包括：

根据所述原始数据样本中的数据类型确定待填充字段数据，并对所述待填充字段数据进行填充处理；

识别所述原始数据样本中的时间戳字段，并对所述时间戳字段进行屏蔽处理，获取所述多维数据样本。

3.如权利要求1所述的方法，其特征在于，还包括：

获取在线待处理数据；

根据所述目标数据集合对所述在线待处理数据筛选，获取目标数据。