[发明专利]电信网络异常数据检测方法、装置、设备和可读存储介质

权利要求书

1.一种电信网络异常数据检测方法，其特征在于，包括：

获取电信网络中待检测小区对应的网络特征数据；

将网络场景相同的待检测小区对应的网络特征数据输入电信网络异常数据检测模型，得到所述电信网络的异常检测结果；

其中，所述电信网络异常数据检测模型由多个基学习器组成；

所述基学习器是以网络场景相同的小区对应的网络特征数据为训练样本进行训练得到。

2.根据权利要求1所述的电信网络异常数据检测方法，其特征在于，所述方法还包括：

获取具有相同网络场景的小区对应的网络特征数据；

采用Bootstrapping方法对所述具有相同网络场景的小区对应的网络特征数据进行有放回地采样，得到基训练集；

将基训练集作为训练样本训练并行检测算法，得到所述基学习器；

集成多个所述基学习器得到所述电信网络异常数据检测模型。

3.根据权利要求2所述的电信网络异常数据检测方法，其特征在于，所述并行检测算法为K均值聚类算法、高斯核密度估计算法、局部异常因子算法、孤立森林算法或主成分分析算法。

4.根据权利要求1所述的电信网络异常数据检测方法，其特征在于，所述将网络场景相同的待检测小区对应的网络特征数据输入电信网络异常数据检测模型，得到所述电信网络的异常检测结果，包括：

将网络场景相同的待检测小区对应的网络特征数据输入电信网络异常数据检测模型中的多个基学习器，获取各基学习器输出的初步检测结果；

基于所述初步检测结果，采用投票机制确定所述异常检测结果。

5.根据权利要求1所述的电信网络异常数据检测方法，其特征在于，所述方法还包括：

基于所述电信网络中所有待检测小区对应的网络特征数据，确定待检测小区对应的网络场景。

6.根据权利要求5所述的电信网络异常数据检测方法，其特征在于，基于所述电信网络中所有待检测小区对应的网络特征数据，确定待检测小区对应的网络场景，包括：

查询电信网络的历史数据，获取多个时间段中所有待检测小区的网络特征数据；

对多个时间段的每一个时间段中所有待检测小区的网络特征数据进行聚类，获得待检测小区对应的初始网络场景；

基于多个时间段的每一个时间段对应得到的初始网络场景，确定所述待检测小区对应的网络场景。

7.根据权利要求1-6任一项所述的电信网络异常数据检测方法，其特征在于，所述网络特征数据包括以下数据之一或其组合：覆盖类数据、呼叫建立类数据、呼叫保持类数据、移动性管理类数据、时延类数据以及系统资源类数据。

8.一种电信网络异常数据检测装置，其特征在于，包括：

数据获取模块，用于获取电信网络中待检测小区对应的网络特征数据；

异常检测模块，用于将网络场景相同的待检测小区对应的网络特征数据输入电信网络异常数据检测模型，得到所述电信网络的异常检测结果；

其中，所述电信网络异常数据检测模型由多个基学习器组成；

所述基学习器是以网络场景相同的小区对应的网络特征数据为训练样本进行训练得到。

9.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至7任一项所述的电信网络异常数据检测方法的步骤。

10.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至7任一项所述的电信网络异常数据检测方法的步骤。