[发明专利]一种基于人工智能算法的数据异常检测方法

说明书

本发明公开了一种基于人工智能算法的数据异常检测方法，包括标准数据流导入并运算、待测数据流导入并运算、对比分析两组数据流结果、数据流拆分组合、新组合数据流运算对比、重复拆组并运算对比、最小单位异常数据检出确定。本发明的有益效果是：采用标准数据流相同位置处的数据对待测数据流存在缺失数据进行填补，确保两组数据流包含相同个数的数据，进而便于后期的检测；每次进行拆分的数据段均进行标准记录，以确定出异常数据的具体位置，进而便于进行更改修复；通过对数据流进行分段组合进行检测，根据运算结果判断是否包含异常数据的数据段，并重复依次进行数据段的分段，进而可对所存在的异常数据的具体位置以及具体数据进行精准的检测。

技术领域

本发明涉及一种据异常检测方法，具体为一种基于人工智能算法的数据异常检测方法，属于数据处理技术领域。

背景技术

异常数据通常被认为是异常点、离群点或孤立点，这些数据的特征与大多数数据不一致，呈现出“异常”的特点，在一组数据流中，可能会存在一个或多个异常数据，进而会导致该数据流序列存在缺陷，因此需要对数据流中是否存在异常数据进行检测，同时针对存在异常数据的数据流，还需对异常数据的具体位置进行检测，以便于能够快速找到异常数据并进行更改。

而对于现有的类似检测方法，其往往是只能够检测出是否存在异常数据，而对于异常数据的具体位置却无法进行检测。

发明内容

本发明的目的就在于为了解决问题而提供一种基于人工智能算法的数据异常检测方法。

本发明通过以下技术方案来实现上述目的：一种基于人工智能算法的数据异常检测方法，包括以下步骤

步骤一、标准数据流导入并运算，将标准数据流导入到检测系统，并由人工智能算法对数据流进行运算，获得唯一运算结果；

步骤二、待测数据流导入并运算，将待测数据流导入到检测系统，并由相同的人工智能算法对数据流进行运算，获得唯一运算结果；

步骤三、对比分析两组数据流结果，对上述所获得的标准数据流运算结果以及待测数据流运算结果进行对比，若两个结果相同，则待测数据流不存在异常数据，若两个结果不同，则待测数据流存在异常数据，进行下一步骤；

步骤四、数据流拆分组合，将标准数据流运算和待测数据流拆分成前后两段，并将标准数据流的前段与待测数据流的后段组合成一个新的数据流，将待测数据流的前段与标准数据流运算的后段组合成另一个新的数据流；

步骤五、新组合数据流运算对比，对所获得的两个新的数据流进行运算，分别获得两个运算结果，并将新组合数据流的运算结果分别与标准数据流的运算结果进行对比，对于结果不同的新组合数据流，则其所组合的待测数据流的数据段内存在异常数据；

步骤六、重复拆组并运算对比，将存在异常数据的数据段和标准数据流的该处数据段拆分为次一级的前后两段，并将标准数据流该处数据段的前段与存在异常数据的数据段的后段组合成一个新的数据段，将存在异常数据的数据段的前段与标准数据流的该处数据段的后段组合成另一个新的数据流，并将所获得的两个新的数据段以及标准数据流的该处数据段进行运算，分别获得三个运算结果，并将新组合数据段的运算结果分别与标准数据流的该处数据段的运算结果进行对比，对于结果不同的新组合数据段，则其所组合的次一级数据段内存在异常数据，再一次对存在异常数据的次一级数据段和标准数据流的该处数据段拆分为次二级的前后两段，并重复操作；

步骤七、最小单位异常数据检出确定，拆分至只包含一个最小单位数据的存在异常数据的数据段和标准数据流的该处数据段进行进行组合获得两个最终数据段，并将所获得的最终数据段以及标准数据流的该处数据段采用相同的人工智能算法进行运算，分别获得三个运算结果，并将最终数据段的运算结果分别与标准数据流的该处数据段的运算结果进行对比，对于结果不同的最终数据段，其所组合的最小单位数据为异常数据。