[发明专利]一种交互式大数据智能异常检测系统和方法

权利要求书

1.一种交互式大数据智能异常检测系统，其特征在于，所述系统包括异常检测平台和位于业务侧的用户端；

所述用户端，用于生成业务数据流，并发送至所述异常检测平台；

所述异常检测平台，用于确定所述业务数据流的业务场景，根据所述业务场景选取匹配的算法模型，根据所述算法模型确定所述业务数据流的数据异常信息，并将所述数据异常信息发送至所述用户端；

所述用户端，还用于对所述数据异常信息进行标记，根据标记的数据异常信息生成响应异常信息，并将所述响应异常信息反馈至所述异常检测平台；其中，所述响应异常信息用于指示对所述算法模型的调整；

所述异常检测检测平台，还用于根据所述响应异常信息和后续的业务数据流优化所述算法模型，直至根据优化后的算法模型获得的数据异常信息满足预设条件，获得与所述业务场景匹配的最终算法模型，根据所述最终算法模型确定优化的数据异常信息，并将所述优化的数据异常信息发送至所述用户端。

2.根据权利要求1所述的交互式大数据智能异常检测系统，其特征在于，所述系统还包括数据处理平台，

所述数据处理平台，用于对所述业务数据流进行降噪处理，并使经处理的业务数据流的数据格式符合所述异常检测平台的要求。

3.根据权利要求1所述的交互式大数据智能异常检测系统，其特征在于，所述用户端具体用于：

将所述数据异常信息标记为真正类、真负类、假正类和假负类中的任意一种；其中，所述真正类指示所述数据异常信息为正确的异常点或异常区间，所述真负类指示所述数据异常信息为正确的正常点或正常区间，所述假正类指示所述数据异常信息为不正确的异常点或异常区间，所述假负类指示所述数据异常信息为不正确的正常点或正常区间；

将属于所述假正类和所述假负类的所述数据异常信息的标记信息确定为所述响应异常信息，并将所述响应异常信息反馈至所述异常检测平台。

4.根据权利要求3所述的交互式大数据智能异常检测系统，其特征在于，所述异常检测平台具体用于：

将所述响应异常信息和所述后续的业务数据流作为数据源输入所述异常检测平台的算法模型，当根据所述后续的业务数据流确定相应的后续的数据异常信息中包括与所述响应异常信息对应的数据时，将对应的所述数据从所述后续的数据异常信息中剔除，实现对所述算法模型的优化，直至根据优化的算法模型获得的数据异常信息中包括的与所述响应异常信息对应的所述数据的数量小于预设值，获得最终算法模型，根据所述最终算法模型确定所述优化的数据异常信息，并将所述优化的数据异常信息发送至所述用户端。

5.根据权利要求1至4任一项所述的交互式大数据智能异常检测系统，其特征在于，所述异常检测平台包括至少一个算法模型以及动态插入算法模型的接口，其中，不同的算法模型分别与不同的业务场景相匹配。

6.一种交互式大数据智能异常检测方法，其特征在于，所述方法包括：

步骤1，用户端生成业务数据流，并发送至异常检测平台；

步骤2，异常检测平台确定所述业务数据流的业务场景，根据所述业务场景选取匹配的算法模型，根据所述算法模型确定所述业务数据流的数据异常信息，并将所述数据异常信息发送至用户端；

步骤3，用户端对所述数据异常信息进行标记，根据标记的数据异常信息生成响应异常信息，并将所述响应异常信息反馈至异常检测平台；其中，所述响应异常信息用于指示对所述算法模型的调整；

步骤4，异常检测检测平台根据所述响应异常信息和后续的业务数据流优化所述算法模型，直至根据优化后的算法模型获得的数据异常信息满足预设条件，获得与所述业务场景匹配的最终算法模型，根据所述最终算法模型确定优化的数据异常信息，并将所述优化的数据异常信息发送至用户端。

7.根据权利要求6所述的交互式大数据智能异常检测方法，其特征在于，所述方法在所述步骤1和所述步骤2之间还包括：

步骤5，由数据处理平台对所述业务数据流进行降噪处理，并使经处理的业务数据流的数据格式符合异常检测平台的要求。