[发明专利]分布式系统的异常检测方法及系统、服务终端、存储器

权利要求书

1.一种分布式系统的异常检测方法，其特征在于，包括：

采集分布式系统的状态数据；

创建统计模型；

引入时间观测序列，建立所述统计模型对所述时间观测序列的支持概率模型；

基于所述状态数据及所述支持概率模型获取对应的异常检测结果。

2.根据权利要求1所述的异常检测方法，其特征在于，所述统计模型为马尔科夫模型，所述统计模型具体为：λ＝(S，P，Q)，其中，所述S为原始状态空间，所述P为状态转移概率矩阵，所述Q为已知的分布式系统的所有状态概率模型分布。

3.根据权利要求2所述的异常检测方法，其特征在于，所述引入时间观测序列，建立所述统计模型对所述时间观测序列的支持概率模型包括：

引入所述时间观测序列；

根据所述马尔科夫模型对所述原始状态空间进行迭代优化，得到优化状态空间。

4.根据权利要求3所述的异常检测方法，其特征在于，所述基于所述时间观测序列对所述原始状态空间进行优化，得到优化状态空间具体包括：

获取每一状态出现的次数；

计算每一状态出现的概率；

对所计算的每一状态出现的概率按大小进行排序；

基于排序结果获取所述状态空间的状态个数；

将所述时间观测序列加入到所述原始状态空间，获得所述优化状态空间。

5.根据权利要求4所述的异常检测方法，其特征在于，基于所述状态数据及所述支持概率模型获取对应的异常检测结果具体包括：

采用窗口划分法划分所述时间观测序列，得到两个以上状态序列；

基于所述状态数据及所述两个以上状态序列获取对应的异常检测结果。

6.根据权利要求5所述的异常检测方法，其特征在于，所述基于所述状态数据及所述两个以上状态序列获取对应的异常检测结果具体包括：

基于所述两个以上状态序列获取支持概率的平均值模型；

基于所述状态数据及所述平均值模型计算对应的支持概率；

基于计算所得的支持概率获取对应的异常检测结果。

7.根据权利要求6所述的异常检测方法，其特征在于，所述基于所述两个以上状态序列获取支持概率的平均值模型之后、基于所述状态数据及所述平均值模型计算对应的支持概率之前还包括：

对所述平均值模型进行修正，获得修正的平均值模型；

所述基于所述状态数据及所述平均值模型计算对应的支持概率具体为：

基于所述状态数据及所述修正的平均值模型计算对应的支持概率。

8.一种分布式系统的异常检测系统，其特征在于，包括：

采集模块，用于采集分布式系统的状态数据；

创建模块，用于创建统计模型；

建立模块，用于引入时间观测序列，建立所述统计模型对所述时间观测序列的支持概率模型；

获取模块，用于基于所述状态数据及所述支持概率模型获取对应的异常检测结果。

9.一种存储器，所述存储器存储有计算机程序，其特征在于，所述计算机程序被处理器执行如下步骤：

采集分布式系统的状态数据；

创建统计模型；

引入时间观测序列，建立所述统计模型对所述时间观测序列的支持概率模型；

基于所述状态数据及所述支持概率模型获取对应的异常检测结果。

10.一种服务终端，包括存储器、处理器及存储在所述存储器中并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至7任意一项所述的分布式系统的异常检测方法的步骤。