[发明专利]推送数据异常监控方法、装置、计算机设备和存储介质有效

专利信息
申请号: 201810145565.7 申请日: 2018-02-12
公开(公告)号: CN108322363B 公开(公告)日: 2020-11-13
发明(设计)人: 付柳强 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: H04L12/26 分类号: H04L12/26;H04L29/08;G06K9/62
代理公司: 广州华进联合专利商标代理有限公司 44224 代理人: 何平;邓云鹏
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 推送 数据 异常 监控 方法 装置 计算机 设备 存储 介质
【权利要求书】:

1.一种推送数据异常监控方法,包括:

获取待推送数据集合,所述待推送数据集合包括多个待推送数据;

生成与各个待推送数据对应的待推送数据对象,所述待推送数据对象包括不同类型的特征集,其中,将所述各个待推送数据相关的指标抽象成各个特征,根据各个特征之间的可比性、属性或者类型将各个特征组成所述不同类型的特征集,所述指标包括静态指标和动态指标,所述静态指标是指不受服务器的采集能力或者采集的时间而影响的指标,所述动态指标是指与服务器的采集能力或者采集时间相关的指标;

对所述各个待推送数据对应的待推送数据对象进行编码,得到对应的各个已编码待推送数据对象;

对所述各个已编码待推送数据对象进行聚类,得到多个聚类簇;

从所述多个聚类簇中确定异常聚类簇;

根据所述异常聚类簇对应的已编码待推送数据对象对所述待推送数据进行异常分析。

2.根据权利要求1所述的方法,其特征在于,所述生成与各个待推送数据对应的待推送数据对象,包括:

获取所述待推送数据对应的各个特征,将所述各个特征归入对应类型的特征集,所述类型包括时间类型、资源类型、地理位置类型中的至少一种;

不同类型的特征集组成所述待推送数据对应的待推送数据对象。

3.根据权利要求1所述的方法,其特征在于,所述对所述各个待推送数据对应的待推送数据对象进行编码,包括:

获取所述待推送数据对象对应的各个特征集;

根据所述特征集对应的类型,确定各个所述特征集对应的编码方式;

根据所述特征集对应的编码方式对匹配的特征集中的各个特征进行编码。

4.根据权利要求1所述的方法,其特征在于,所述对所述各个已编码待推送数据对象进行聚类,得到多个聚类簇,包括:

根据各个所述已编码待推送数据对象中的所述特征集确定对应数量的类簇;

从各个所述已编码待推送数据对象中随机选取与所述各个类簇对应的目标已编码待推送数据对象,将所述目标已编码待推送数据对象作为各个所述类簇的初始聚类中心,将所述初始聚类中心作为当前聚类中心;

将各个所述已编码待推送数据对象与各个所述当前聚类中心进行相似度计算得到对应的初始相似度;

当所述初始相似度大于预设相似度时,将所述初始相似度对应的所述已编码待推送数据对象分配到所述当前聚类中心对应的所述类簇中,得到多个当前聚类簇;

根据各个所述当前聚类簇中的当前已编码待推送数据对象计算得到对应的各个更新聚类中心,将所述各个更新聚类中心作为当前聚类中心,返回所述将各个所述已编码待推送数据对象与各个所述当前聚类中心进行相似度计算得到对应的初始相似度的步骤进行重复聚类,直到满足收敛条件,得到所述多个聚类簇。

5.根据权利要求4所述的方法,其特征在于,所述收敛条件为更新聚类中心与上一个聚类中心相同。

6.根据权利要求1所述的方法,其特征在于,所述从所述多个聚类簇中确定异常聚类簇,包括:

获取各个聚类簇中的已编码待推送数据对象的数量;

将已编码待推送数据对象的数量小于预设阈值的聚类簇确定为异常聚类簇。

7.根据权利要求1所述的方法,其特征在于,所述根据所述异常聚类簇对应的已编码待推送数据对象对所述待推送数据进行异常分析,包括:

获取所述异常聚类簇中的各个所述已编码待推送数据对象;

根据各个所述已编码待推送数据对象中的所述特征集对应的类型,确定各个所述特征集对应的解码方式;

根据所述特征集对应的解码方式对匹配的特征集中的各个特征进行解码,得到对应的解码结果;

根据所述解码结果对所述异常聚类簇对应的已编码待推送数据对象对应的所述待推送数据进行异常分析。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于腾讯科技(深圳)有限公司,未经腾讯科技(深圳)有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810145565.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top