[发明专利]发现数据异动的方法和系统

权利要求书

1.一种发现数据异动的方法，包括：

接收源自业务场景的数据序列；

对所述数据序列应用滑动窗；

确定所述滑动窗内的数据的中位数；

将所述滑动窗内的数据的每一数据点与所述中位数相比较以确定所述数据点是否在所述中位数的上浮阈值和下浮阈值的范围内，从而确定是否存在数据异动；以及

以特定步长在所述数据序列上滑动所述滑动窗以取下一组数据并重复以上确定中位数和确定是否存在数据异动的步骤，

其中所述滑动窗的大小、所述步长、所述上浮阈值以及所述下浮阈值中的至少一者是因源自不同业务场景的数据而异的。

2.如权利要求1所述的方法，其特征在于，在所述数据点减去所述中位数所得的差值同所述中位数之比大于所述中位数的上浮阈值，或者所述中位数减去所述数据点的差值同所述中位数之比大于所述中位数的下浮阈值时，确定该数据点是异动数据点。

3.如权利要求2所述的方法，其特征在于，在确定存在数据异动后，记录和/或向用户通知这一数据异动。

4.如权利要求3所述的方法，其特征在于，从所述用户接收对数据异动的反馈并基于所述反馈来调整所述滑动窗的大小、所述步长、所述上浮阈值以及所述下浮阈值中的至少一者。

5.如权利要求4所述的方法，其特征在于，所述调整包括在接收到来自所述用户的与数据异动召回有关的反馈后，调整所述滑动窗的大小、所述步长、所述上浮阈值以及所述下浮阈值中的至少一者，以使得不再将该数据点确定为异动数据点。

6.如权利要求1所述的方法，其特征在于，所述滑动窗的大小、所述步长、所述上浮阈值以及所述下浮阈值是预定义的或者是基于历史数据通过训练过程来获得的。

7.如权利要求6所述的方法，其特征在于，所述历史数据是带数据异动标签的历史数据，所述训练过程包括：

使用网格搜索，在所述历史数据上使用滑动窗大小、步长、上浮阈值以及下浮阈值的不同值的各个组合进行训练，以标注出所述历史数据中的数据异动；

将标注出的数据异动与所述历史数据的数据异动标签相比较，以得到当前所使用的滑动窗大小、步长、上浮阈值以及下浮阈值下的数据异动召回率和精准率；

选择使用符合所述历史数据的数据异动标签或具有最高数据异动精准率或最低数据异动召回率的那一组滑动窗大小、步长、上浮阈值以及下浮阈值。

8.如权利要求1所述的方法，其特征在于，所述数据序列是实时数据流，并且所述方法是实时地执行的。

9.一种发现数据异动的系统，包括：

接收组件，其被配置成接收源自业务场景的数据序列；

滑动窗组件，其被配置成以特定步长在所述数据序列上滑动所述滑动窗，来对所述数据序列应用滑动窗；

中位数组件，其被配置成确定所述滑动窗内的数据的中位数；

比较组件，其被配置成将所述滑动窗内的数据的每一数据点与所述中位数相比较以确定所述数据点是否在所述中位数的上浮阈值和下浮阈值的范围内，从而确定是否存在数据异动，

其中所述滑动窗的大小、所述步长、所述上浮阈值以及所述下浮阈值中的至少一者是因源自不同业务场景的数据而异的。

10.如权利要求9所述的系统，其特征在于，所述比较组件还被配置成在所述数据点减去所述中位数所得的差值同所述中位数之比大于所述中位数的上浮阈值，或者所述中位数减去所述数据点的差值同所述中位数之比大于所述中位数的下浮阈值时，确定该数据点是异动数据点。

11.如权利要求10所述的系统，其特征在于，还包括通知组件，其被配置成在所述比较组件确定存在数据异动后，向用户通知这一数据异动。