[发明专利]数据异常检测方法、装置、电子设备及存储介质

说明书

本公开关于一种数据异常检测方法、装置、电子设备及存储介质，所述方法包括：获取待检测的目标业务数据；根据目标业务数据的时序关系，获取目标业务数据在不同的第一类别时间周期下的平均值曲线的第一交叉时间点集合，以及目标业务数据在不同的第二类别时间周期下的平均值曲线的第二交叉时间点集合；第二类别时间周期大于第一类别时间周期；根据第一交叉时间点集合和第二交叉时间点集合，获取目标业务数据的趋势变化时间点集合；获取趋势变化时间点集合中每两个相邻的趋势变化时间点之间的趋势变化参数；响应于趋势变化参数满足预设的异常条件，确认趋势变化参数对应的业务数据异常。取得了降低异常检测成本，同时提高检测结果准确性的有益效果。

技术领域

本公开涉及数据处理技术领域，尤其涉及一种数据异常检测方法、装置、电子设备及存储介质。

背景技术

在业务时序数据分析的场景中，异常检测是一个常见的场景，通过分析其中时序业务指标的波动率和斜率，可以初步得到指标的走向。但是通常业务波动存在随机因素，而在随机因素的干扰之下，指标会出现若干短期波动，如果不进行干扰剔除将会得出错误的增长结论。

传统的数据异常检测关注的是短期波动异常，通过对时序进行拟合进行一定程度的预测，若实际值超出预测置信区间则认为数据发生异常；或者针对原始时序波形进行衍生计算，比如奇异谱分析法，得到衍生的波形设定阈值的方式来进行异常扫描。长期趋势异常检测区别于这种短期波动的异常检测方法，长期趋势异常检测更在于剔除一定程度的波动，得到一个稳定平滑的曲线，通过曲线斜率的变更来锁定对应的业务问题。

但是，短期的异常检测容易受到噪音的影响，例如南方下大暴雪，会影响短视频生产数量、局部的基塔故障会影响这个区域的网络行为，但是这些都不是一个业务异常，更像是一种随机现象导致的噪音。而长期的异常检测则容易出现检测结果滞后，无法精确定位趋势变化的时间点，导致异常检测结果准确性不高，从而加大业务风险。

发明内容

本公开提供一种数据异常检测方法、装置、电子设备及存储介质，以至少解决相关技术中检测结果容易受噪声影响，异常检测结果准确性不高的问题。本公开的技术方案如下：

根据本公开实施例的第一方面，提供一种数据异常检测方法，其特征在于，包括：

获取待检测的目标业务数据；

根据所述目标业务数据的时序关系，获取所述目标业务数据在不同的第一类别时间周期下的平均值曲线的第一交叉时间点集合，以及所述目标业务数据在不同的第二类别时间周期下的平均值曲线的第二交叉时间点集合；所述第二类别时间周期大于所述第一类别时间周期；

根据所述第一交叉时间点集合和所述第二交叉时间点集合，获取所述目标业务数据的趋势变化时间点集合；

获取所述趋势变化时间点集合中每两个相邻的趋势变化时间点之间的趋势变化参数；

响应于所述趋势变化参数满足预设的异常条件，确认所述趋势变化参数对应的业务数据异常。

可选地，所述根据所述第一交叉时间点集合和所述第二交叉时间点集合，获取所述目标业务数据的趋势变化时间点集合的步骤，包括：

针对所述第二交叉时间点集合中的每个第二交叉时间点，从所述第一交叉时间点集合中获取在所述第二交叉时间点之前的第N个第一交叉时间点，作为趋势变化时间点，N为正整数；

按照时间顺序对所述趋势变化时间点进行排序，得到所述趋势变化时间点集合。

可选地，所述按照时间顺序对所述趋势变化时间点进行排列，得到所述趋势变化时间点集合的步骤，包括：

按照时间顺序对所述趋势变化时间点进行排序；