[发明专利]一种云数据中心的异常数据检测方法、装置、设备及介质

权利要求书

1.一种云数据中心的异常数据检测方法，其特征在于，包括：

对所述云数据中心的数据进行预处理，得到预处理数据；

以所述预处理数据作为蝙蝠种群，计算所述蝙蝠种群的平均位距；

获取所述蝙蝠种群的初始参数；

根据所述平均位距和所述初始参数计算所述蝙蝠种群的局部最优解；

根据所述局部最优解确定初始化聚类数和聚类中心；

根据所述初始化聚类数和所述聚类中心对所述蝙蝠种群进行聚类，得到聚类结果；

当所述当前聚类次数小于预设聚类迭代次数时，返回计算所述蝙蝠种群的平均位距的步骤；

当所述当前聚类次数等于预设聚类迭代次数时，将所述聚类结果作为目标聚类结果；

根据所述目标聚类结果确定所述云数据中心的异常数据。

2.根据权利要求1所述的方法，其特征在于，所述对所述云数据中心的数据进行预处理，得到预处理数据的步骤，包括：

对所述云数据中心的数据进行数据标准化，得到标准化数据；

对所述标准化数据进行数据补全，得到预处理数据。

3.根据权利要求1所述的方法，其特征在于，所述计算所述蝙蝠种群的平均位距的步骤，包括：

获取所述蝙蝠种群的种群规模；

将所述蝙蝠种群所在的空间切割为多个种群子空间，并统计每个所述种群子空间内的蝙蝠数量；

采用每个所述种群子空间内的蝙蝠数量和所述种群规模计算所述蝙蝠种群的分布熵；

采用所述分布熵计算所述蝙蝠种群的平均位距。

4.根据权利要求3所述的方法，其特征在于，所述采用所述分布熵计算所述蝙蝠种群的平均位距的步骤，包括：

获取每个所述蝙蝠种群所在的空间的长度；

获取与所述分布熵数值对应的多个维度空间；

确定所述蝙蝠种群中每个蝙蝠在各个所述维度空间的维度坐标，以及每个所述维度空间中所述蝙蝠的平均坐标；

采用所述蝙蝠种群所在的空间的长度、所述分布熵、所述维度坐标、所述平均坐标和所述种群规模，计算所述蝙蝠种群的平均位距。

5.根据权利要求1所述的方法，其特征在于，所述初始参数包括初始速度、初始位置和自适应频率；所述根据所述平均位距和所述初始参数计算所述蝙蝠种群的局部最优解的步骤，包括：

获取控制阈值和初始惯性权重；

根据所述控制阈值、所述初始惯性权重和所述平均位距计算当前惯性权重；

采用所述当前惯性权重计算、所述自适应频率和所述初始速度计算更新速度；

根据更新速度和所述初始位置计算更新位置；

判断所述当前迭代次数是否小于预设迭代次数阈值；

若是，将当前迭代次数加1，以所述更新位置为初始位置、所述更新速度为初始速度，并返回获取控制阈值和初始惯性权重的步骤；

若否，输出所述更新位置作为局部最优解。

6.一种云数据中心的异常数据检测装置，其特征在于，包括：

预处理模块，用于对所述云数据中心的数据进行预处理，得到预处理数据；

平均位距计算模块，用于以所述预处理数据作为蝙蝠种群，计算所述蝙蝠种群的平均位距；

初始参数获取模块，用于获取所述蝙蝠种群的初始参数；

局部最优解计算模块，用于根据所述平均位距和所述初始参数计算所述蝙蝠种群的局部最优解；

初始化聚类数和聚类中心确定模块，用于根据所述局部最优解确定初始化聚类数和聚类中心；

聚类模块，用于根据所述初始化聚类数和所述聚类中心对所述蝙蝠种群进行聚类，得到聚类结果；

返回模块，用于当所述当前聚类次数小于预设聚类迭代次数时，返回计算所述蝙蝠种群的平均位距的步骤；

目标聚类结果确定模块，用于当所述当前聚类次数等于预设聚类迭代次数时，将所述聚类结果作为目标聚类结果；

异常数据检测模块，用于根据所述目标聚类结果确定所述云数据中心的异常数据。