[发明专利]一种数据异常检测方法及相关装置

权利要求书

1.一种数据异常检测方法，其特征在于，包括：

基于数据格式对原始数据进行预处理，得到多个数据矩阵；

采用卷积降噪自动编码器模型对所述多个数据矩阵进行表示向量提取，得到每个数据矩阵对应的表示向量；

将所有所述表示向量进行多输入融合，得到目标表示向量；

基于密度DBSCAN算法对所述目标表示向量进行聚类分析，得到异常点；

将所述异常点的数据标记为异常数据。

2.根据权利要求1所述的数据异常检测方法，其特征在于，基于数据格式对原始数据进行预处理，得到多个数据矩阵，包括：

对所述原始数据进行清洗，得到待整理数据；

基于所述数据格式和数据属性对所述待整理数据进行数据矩阵整理，得到所述多个数据矩阵。

3.根据权利要求1所述的数据异常检测方法，其特征在于，采用卷积降噪自动编码器模型对所述多个数据矩阵进行表示向量提取，得到每个数据矩阵对应的表示向量，包括：

基于预设模型结构进行构建，得到所述卷积降噪自动编码器模型；

采用所述卷积降噪自动编码器模型对所述多个数据矩阵进行模型训练；

当所述模型训练完成时，将所述模型训练的结果作为所述每个数据矩阵对应的表示向量。

4.根据权利要求1所述的数据异常检测方法，其特征在于，将所有所述表示向量进行多输入融合，得到目标表示向量，包括：

基于预设比例将所有所述表示向量进行多输入融合，得到所述目标表示向量。

5.根据权利要求1所述的数据异常检测方法，其特征在于，基于密度DBSCAN算法对所述目标表示向量进行聚类分析，得到异常点，包括：

对所述密度DBSCAN算法进行参数设定；

基于所述密度DBSCAN算法对所述目标表示向量进行聚类分析，得到所述异常点。

6.根据权利要求1所述的数据异常检测方法，其特征在于，还包括：

基于所述异常数据发送提示信息。

7.一种数据异常检测装置，其特征在于，包括：

数据预处理模块，用于基于数据格式对原始数据进行预处理，得到多个数据矩阵；

表示向量提取模块，用于采用卷积降噪自动编码器模型对所述多个数据矩阵进行表示向量提取，得到每个数据矩阵对应的表示向量；

多输入融合模块，用于将所有所述表示向量进行多输入融合，得到目标表示向量；

聚类分析模块，用于基于密度DBSCAN算法对所述目标表示向量进行聚类分析，得到异常点；

异常数据标记模块，用于将所述异常点的数据标记为异常数据。

8.根据权利要求7所述的数据异常检测装置，其特征在于，所述数据预处理模块，具体用于对所述原始数据进行清洗，得到待整理数据；基于所述数据格式和数据属性对所述待整理数据进行数据矩阵整理，得到所述多个数据矩阵。

9.一种服务器，其特征在于，包括：

存储器，用于存储计算机程序；

处理器，用于执行所述计算机程序时实现如权利要求1至6任一项所述的数据异常检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有计算机程序，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述的数据异常检测方法的步骤。