[发明专利]时序数据异常检测方法、装置、计算机设备和存储介质

权利要求书

1.一种时序数据异常检测方法，其特征在于，包括：

从待检测的指标数据中采集距离当前时刻第一预设时间长度内的指标数据；

利用预先训练的变分自编码器对所述距离当前时刻第一预设时间长度内的指标数据进行解码、编码处理，确定所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量，其中，所述均值向量中的元素值是所述距离当前时刻第一预设时间长度内的指标数据的预测值；

根据所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量及所述距离当前时刻第一预设时间长度内的指标数据，确定所述距离当前时刻第一预设时间长度内的指标数据对应的异常得分；

根据所述异常得分与预设阈值的关系，确定所述距离当前时刻第一预设时间长度内的指标数据是否异常。

2.如权利要求1所述的方法，其特征在于，所述利用预先训练的变分自编码器对所述距离当前时刻第一预设时间长度内的指标数据进行解码、编码处理之前，还包括：

对所述距离当前时刻第一预设时间长度内的指标数据进行标准化及缺失点填充处理。

3.如权利要求1所述的方法，其特征在于，所述确定所述距离当前时刻第一预设时间长度内的指标数据对应的异常得分，包括：

根据所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量，计算所述距离当前时刻第一预设时间长度内每个指标数据的偏差值；

根据所述距离当前时刻第一预设时间长度内每个指标数据的偏差值及所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量，确定所述距离当前时刻第一预设时间长度内的指标数据对应的异常得分。

4.如权利要求1所述的方法，其特征在于，所述确定所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量之后，还包括：

根据所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量，计算所述距离当前时刻第二预设时间长度内每个指标数据的偏差值，其中，所述第二预设时间长度小于所述第一预设时间长度；

根据所述距离当前时刻第二预设时间长度内每个指标数据的偏差值及所述距离当前时刻第一预设时间长度内的指标数据对应的均值向量，确定所述距离当前时刻第二预设时间长度内的指标数据对应的异常得分。

5.如权利要求1-4任一所述的方法，其特征在于，所述利用预先训练的变分自编码器对所述距离当前时刻第一预设时间长度内的指标数据进行解码、编码处理之前，还包括：

获取所述待检测的指标的历史数据；

对所述历史数据进行预处理，生成训练样本数据；

利用所述训练样本数据对初始变分自编码器进行训练，生成训练后的变分自编码器。

6.如权利要求5所述的方法，其特征在于，所述对所述历史数据进行预处理，生成训练样本数据，包括：

根据所述待检测的指标的时序特性，将所述历史数据进行分割、聚类处理，得到多个数据簇；

根据多个数据簇中包含的数据组数量，从所述多个数据簇中获取训练正样本数据。

7.如权利要求6所述的方法，其特征在于，所述从所述多个数据簇中获取训练正样本数据之后，还包括：

根据所述训练正样本数据中的数据量，在所述训练正样本数据中随机插入异常数据。

8.如权利要求6或7任一所述的方法，其特征在于，所述对所述历史数据进行预处理，生成训练样本数据，包括：

根据所述待检测的指标的历史数据对应的采集模式，确定所述历史数据中的数据缺失点及缺失点注入概率；

将所述历史数据中的数据缺失点，用预设的数值填充；

根据所述缺失点注入概率及缺失点填充后的历史数据中包含的数据点数量，将缺失点填充后的历史数据中的部分数据点用预设的数值替换，生成训练数据；

将所述训练数据进行数据分割，生成所述训练样本数据。