[发明专利]一种基于异常识别结果确定异常原因的方法和系统在审
| 申请号: | 202010514155.2 | 申请日: | 2020-06-08 |
| 公开(公告)号: | CN113835947A | 公开(公告)日: | 2021-12-24 |
| 发明(设计)人: | 吴新琪;苏煜;章鹏;车延辙 | 申请(专利权)人: | 支付宝(杭州)信息技术有限公司 |
| 主分类号: | G06F11/30 | 分类号: | G06F11/30 |
| 代理公司: | 成都七星天知识产权代理有限公司 51253 | 代理人: | 杨永梅 |
| 地址: | 310000 浙江省杭州市*** | 国省代码: | 浙江;33 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 一种 基于 异常 识别 结果 确定 原因 方法 系统 | ||
1.一种基于异常识别结果确定异常原因的方法,其包括:
获取至少一个与所述异常识别结果相关联的指标,每个所述指标包括多个字段,每个字段与某一预设的业务含义相关联;
基于所述每个字段确定所述每个字段对所述异常识别结果的影响因素;所述影响因素包括所述每个字段的异常度和贡献度;
基于所述影响因素在所述多个字段中确定至少一个字段为异常字段,基于所述异常字段确定异常原因。
2.如权利要求1所述的方法,其中:
所述异常度为群体稳定性指数、信息散度或詹森香农差异中的至少一个;
所述贡献度基于所述字段以及所述字段所属的指标确定。
3.如权利要求1所述的方法,其中:
所述影响因素包括先验风险度;
所述先验风险度为所述字段的风险预设权重。
4.如权利要求3所述的方法,其中,基于所述影响因素在所述多个字段中确定至少一个字段为异常字段包括:
基于所述异常度、所述贡献度和所述先验风险度在所述多个字段中确定至少一个对所述异常识别结果影响最大的字段,作为异常字段。
5.如权利要求1所述的方法,其中:
所述指标至少经过数据离散化处理。
6.如权利要求1所述的方法,其中,获取至少一个异常指标包括:
获取多个监控指标;每个所述监控指标包括多个字段,每个字段与某一预设的业务含义相关联;
基于时序分解算法去除所述监控指标中的周期分量,得到检验监控指标;
基于异常检测算法对所述检验监控指标进行处理,得到异常识别结果;
基于所述异常识别结果在所述监控指标中确定至少一个与所述异常识别结果相关联的指标。
7.如权利要求6所述的方法,其中:
所述异常检测算法为假设检验算法,所述异常识别结果为检验统计量;
基于所述检验统计量得到至少一个与所述异常识别结果相关联的指标。
8.如权利要求7所述的方法,还包括:
基于所述监控指标中包括的所述字段的数量,得到临界值;
所述检验统计量不大于所述临界值时,当前监控指标没有异常。
9.如权利要求7所述的方法,其中:
所述假设检验算法为混合泛化版极端学生化方差。
10.如权利要求6所述的方法,其中:
所述时序分解算法为基于局部加权回归的季节性和趋势分解方法。
11.如权利要求6所述的方法,其包括:
将所述异常字段从所述监控指标中剔除;
基于所述监控指标中剩余字段确定至少一个异常指标;
基于所述异常指标确定新的异常字段,直至满足迭代截止条件。
12.一种基于异常识别结果确定异常原因的系统,其包括:
异常识别结果获取模块,用于获取至少一个与所述异常识别结果相关联的指标,每个所述指标包括多个字段,每个字段与某一预设的业务含义相关联;
影响因素确定模块,用于基于所述每个字段确定所述每个字段对所述异常识别结果的影响因素;所述影响因素包括所述每个字段的异常度和贡献度;
异常原因确定模块,用于基于所述影响因素在所述多个字段中确定至少一个字段为异常字段,基于所述异常字段确定异常原因。
13.如权利要求12所述的系统,其中:
所述异常度为群体稳定性指数、信息散度或詹森香农差异中的至少一个;
所述贡献度基于所述字段以及所述字段所属的指标确定。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于支付宝(杭州)信息技术有限公司,未经支付宝(杭州)信息技术有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202010514155.2/1.html,转载请声明来源钻瓜专利网。
- 上一篇:起重机卡轨器
- 下一篇:一种用于铺布机的卷边面料打开装置





