[发明专利]实现异常检测模型更新的方法、装置和计算设备

权利要求书

1.一种实现异常检测模型更新的方法，其特征在于，所述方法包括：

获取检测设备使用当前的疑似异常关键性能指标KPI检测模型确定的疑似异常KPI数据；

根据所述疑似异常KPI数据，对当前的异常KPI样本库进行更新；

根据更新后的异常KPI样本库，对当前的异常KPI检测模型进行更新；

所述使用当前的疑似异常KPI检测模型确定疑似异常KPI数据，包括：

对于KPI数据中的任一KPI时间序列，当所述KPI时间序列满足正态分布时，或者，当所述KPI时间序列不满足正态分布且所述KPI时间序列不满足过滤条件时，对所述KPI时间序列进行异常突增检测，以获得所述KPI时间序列中的疑似异常KPI数据；

其中，所述过滤条件包括如下一种或多种：所述KPI时间序列中所有时刻的KPI低于第一数值、所述KPI时间序列中所有时刻的KPI突增量低于第二数值、所述KPI时间序列具有周期性或者所述KPI时间序列处于稳态。

2.据权利要求1所述的方法，其特征在于，所述疑似异常KPI检测模型的召回率高于所述异常KPI检测模型的召回率，或者所述疑似异常KPI检测模型的漏报率低于所述异常KPI检测模型的漏报率。

3.根据权利要求1或2所述的方法，其特征在于，所述异常KPI检测模型的准确率高于所述疑似异常KPI检测模型的准确率，或者所述异常KPI检测模型的误报率低于所述疑似异常KPI检测模型的误报率。

4.根据权利要求1或2所述的方法，其特征在于，所述根据所述疑似异常KPI数据，对当前的异常KPI样本进行更新，包括：

获取所述疑似异常KPI数据中被确认为异常的KPI数据；

将所述被确认为异常的KPI数据作为异常KPI样本，添加至所述当前的异常KPI样本库。

5.根据权利要求4所述的方法，其特征在于，所述获取所述疑似异常KPI数据中被确认为异常的KPI数据，包括：

将所述疑似异常KPI数据发送给管理设备，接收所述管理设备反馈的所述疑似异常KPI数据中被确认为异常的KPI数据；或者，

显示所述疑似异常KPI数据，获取显示的所述疑似异常KPI数据中被确认为异常的KPI数据。

6.根据权利要求1或2所述的方法，其特征在于，所述根据更新后的异常KPI样本库，对当前的异常KPI检测模型进行更新之前，还包括：

根据所述更新后的异常KPI样本库，确定所述当前的异常KPI检测模型不满足检测性能要求。

7.根据权利要求6所述的方法，其特征在于，所述根据所述更新后的异常KPI样本库，确定所述当前的异常KPI检测模型不满足检测性能要求之前，还包括：

获取所述检测设备使用所述异常KPI检测模型确定的异常KPI数据；

所述根据所述更新后的异常KPI样本库，确定所述当前的异常KPI检测模型不满足检测性能要求，包括：

根据所述异常KPI数据和所述更新后的异常KPI样本库，确定所述异常KPI检测模型不满足检测性能要求。

8.根据权利要求7所述的方法，其特征在于，所述根据所述异常KPI数据和所述更新后的异常KPI样本库，确定所述异常KPI检测模型不满足检测性能要求，包括：

根据所述异常KPI数据和所述更新后的异常KPI样本库，确定所述异常KPI检测模型的性能指标，所述性能指标包括漏报率、误报率、召回率和准确率中的至少一种；

根据所述性能指标，确定所述异常KPI检测模型不满足检测性能要求。

9.根据权利要求1或2所述的方法，其特征在于，所述疑似异常KPI检测模型为无监督学习模型。