[发明专利]异常数据识别方法及装置

权利要求书

1.一种异常数据识别方法，其特征在于，包括：

分析处理日志数据获取日志数据分布结构特点；

基于所述日志数据分布结构特点构建异常数据剥离模型；

基于所述异常数据剥离模型从指定数据集合中分离出异常数据。

2.根据权利要求1所述的方法，其特征在于，分析处理日志数据获取日志数据分布结构特点包括：

利用高斯分布和拉普拉斯分布联合构建数据分布模型；

通过所述数据分布模型获取日志数据分布结构特点。

3.根据权利要求1所述的方法，其特征在于，基于所述日志数据分布结构特点构建异常数据剥离模型，包括：

基于所述日志数据分布结构特点，将数据分成三部分：安全值部分、怀疑值部分和异常值部分。

4.根据权利要求3所述的方法，其特征在于，基于所述数据分布结构特点，将数据分成三部分：安全值部分、怀疑值部分和异常值部分，包括：

根据数据的偏差程度将数据分成至少如下部分：安全值部分、怀疑值部分和异常值部分；其中，所述偏差程度采用方差或标准差进行衡量。

5.根据权利要1所述的方法，其特征在于，分析处理日志数据获取日志数据分布结构特点包括：

将所述日志数据的行为数据向量化得到第一矩阵，再将所述第一矩阵投放到二维坐标系统中，使所述行为数据以向量点形式分布在二维坐标系统中；

从向量点中标识出正常行为向量点和异常行为向量点；

通过KNN算法确定其他向量点分别与正常行为向量空心点和异常行为向量空心点的距离，基于所述距离获取日志数据分布结构特点。

6.根据权利要求5所述的方法，其特征在于，基于所述日志数据分布结构特点构建异常数据剥离模型，包括：

根据所述距离将所有向量点划分成正常行为向量点和异常行为向量点两类；

将所述异常行为向量点从第一矩阵中剥离出来，确定为第一异常行为数据集。

7.根据权利要1所述的方法，其特征在于，分析处理日志数据获取日志数据分布结构特点包括：

将日志数据的行为数据向量化得到第二矩阵；

将第二矩阵中的值按从大到小的顺序进行排序，获取日志数据分布结构特点。

8.根据权利要求7所述的方法，其特征在于，基于所述日志数据分布结构特点构建异常数据剥离模型，包括：

基于日志数据分布结构特点，定位排序后矩阵的中间值，并将偏离所述中间值预设偏差程度以外的数据标识出来；

将标识出来的数据从所述行矩阵中剥离出来，确定为第二异常行为数据集。

9.根据权利要求1所述的方法，其特征在于，所述日志数据为金融相关数据，基于所述异常数据剥离模型从数据集合中分离出异常数据之后，还包括：

基于异常数据至少进行以下的业务场景分析：反逃税。

10.一种异常数据识别装置，其特征在于，包括：

分析模块，用于分析处理日志数据获取日志数据分布结构特点；

构建模块，用于基于所述日志数据分布结构特点构建异常数据剥离模型；

分离模块，用于基于所述异常数据剥离模型从指定数据集合中分离出异常数据。

11.根据权利要求10所述的装置，其特征在于，当所述日志数据为金融相关数据时，还包括：

业务模块，用于基于异常数据至少进行以下的业务场景分析：反逃税。

12.一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中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至9任一项中所述的方法。

13.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至9任一项中所述的方法。