[发明专利]一种异常检测方法和装置

权利要求书

1.一种异常检测方法，包括：

对于N种异常检测算法中的每一种异常检测算法，采用所述异常检测算法对采集的第一数据的第一特征数据进行检测得到第一检测结果；其中，N为大于或等于1的整数；

当一种或一种以上异常检测算法的第一检测结果为异常时，对所述第一数据的第一特征数据进行可靠性校验得到第一校验结果；

根据第一检测结果为异常的异常检测算法的可靠性是否大于或等于第一预设阈值和第一校验结果确定第二检测结果。

2.根据权利要求1所述的方法，其特征在于，该方法还包括以下任意一个或多个：

当所述第二检测结果为异常，且接收到用户的异常取消信息时，将所述第一数据作为标注为正常的样本加入标注样本库；

当所述第二检测结果为异常，且接收到用户的异常确认信息时，将所述第一数据作为标注为异常的样本加入标注样本库中；

其中，所述标注样本库中的标注为正常或异常的样本用于训练所述异常检测算法的监督学习模型，所述异常检测算法基于所述监督学习模型对所述第一数据的第一特征数据进行检测得到所述第一检测结果。

3.根据权利要求1或2所述的方法，其特征在于，其中，所述对第一数据的第一特征数据进行可靠性校验包括：对所述第一数据的第一特征数据进行以下至少之一：

数据有效性检验、安全区间检验、全网贡献度检验、异常持续性检验。

4.根据权利要求1或2所述的方法，其特征在于，其中，所述根据第一检测结果为异常的异常检测算法的可靠性是否大于或等于第一预设阈值和第一校验结果确定第二检测结果包括以下任意一种或多种：

当所述第一检测结果为异常的异常检测算法中的一种或一种以上异常检测算法的可靠性大于或等于所述第一预设阈值时，确定所述第二检测结果为异常；

当所述第一检测结果为异常的异常检测算法的可靠性均小于所述第一预设阈值时，将所述第一校验结果作为所述第二检测结果。

5.根据权利要求1或2所述的方法，其特征在于，其中，所述异常检测算法的可靠性包括：所述异常检测算法的重合率。

6.根据权利要求5所述的方法，其特征在于，所述根据第一检测结果为异常的异常检测算法的可靠性是否大于或等于第一预设阈值和第一校验结果确定第二检测结果之前，该方法还包括：

对于每一种所述异常检测算法，计算所述异常检测算法的重合率。

7.根据权利要求6所述的方法，其特征在于，其中，所述计算异常检测算法的重合率包括：

确定第一数量和第二数量的比值为所述重合率；

其中，所述第一数量为在预设时间内采集的所有第二数据中，采用所述异常检测算法对所述第二数据的第二特征数据进行检测得到的第三检测结果和对所述第二数据的第二特征数据进行可靠性校验得到的第二校验结果相同的第二数据的数量；

所述第二数量为在预设时间内采集的所有第二数据中，采用所述异常检测算法对所述第二数据的第二特征进行检测得到的第三检测结果为异常的第二数据的数量。

8.一种异常检测装置，包括处理器和计算机可读存储介质，所述计算机可读存储介质中存储有指令，其特征在于，当所述指令被所述处理器执行时，实现如权利要求1～7任一项所述的异常检测方法。

9.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1～7任一项所述的异常检测方法的步骤。

10.一种异常检测装置，包括：

检测模块，用于对于N种异常检测算法中的每一种异常检测算法，采用所述异常检测算法对采集的第一数据的第一特征数据进行检测得到第一检测结果；其中，N为大于或等于1的整数；当一种或一种以上异常检测算法的第一检测结果为异常时，对所述第一数据的第一特征数据进行可靠性校验得到第一校验结果；

确定模块，用于根据第一检测结果为异常的异常检测算法的可靠性是否大于或等于第一预设阈值和第一校验结果确定第二检测结果。