[发明专利]基于多数据通道分析的云平台异常检测方法与系统

说明书

本发明公开了一种基于多数据通道分析的云平台异常检测方法与系统，所述方法包括以下步骤：获取监视数据流；根据监视数据流各个数据通道的数据分布，对监视数据流进行预分割，得到多个子序列；对每相邻两个子序列的数据分布差异进行统计；根据所述数据分布差异的统计结果，进行监视数据流的变化检测。本发明基于监视数据流在时间上的连续性特点，基于多个数据通道的数据分布进行数据的异常检测，检测精度更高。

技术领域

本发明属电力集中监控系统异常检测技术领域，尤其涉及一种基于多数据通道分析的云平台异常检测方法与系统。

背景技术

本部分的陈述仅仅是提供了与本公开相关的背景技术信息，不必然构成在先技术。

目前使用的大多数系统不可能会完全自动可靠运行，可能会出现难以预料的故障，这些故障往往会使系统出现故障并降低其性能水平。有意攻击，技术故障和干扰等异常检测在电力系统的各种应用中至关重要。为了使系统保持最佳状态并避免人员伤亡和经济损失，已经开发出了各种异常检测的方法，并有效的用于系统异常检测。异常检测已经成为许多在线和长期的CPU监控应用的必要考虑。系统运行状态下异常和不希望/意外的系统操作行为可以通过相关云监控数据来表征，如CPU占用率、磁盘读写率、网络接收/发送字节等。

据发明人了解，传统的检测方法主要是依靠人工巡视以及定期的维护、检验，而且设备是否异常需要依靠工作人员根据以往经验做出判断，这种异常检测既耗时又耗力；随着计算机技术的发展，目前已经有借助计算机对数据异常进行主动检测的相关技术，但是，至少存在以下问题：

数据是否异常通常以预设的经验值为依据，当数据超过这个值时认为异常，但是，设备在不同的环境中，例如冬天的室外和室内，或者同一设备投运时间不同的情况下，同一设备的运行参数如传输速率等参数也会发生变化，因此依赖预设的经验值可能会发生误检测。

发明内容

为克服上述现有技术的不足，本发明提供了一种基于多数据通道分析的云平台异常检测方法及系统，基于监视数据流在时间上的连续性特点，基于多个数据通道的数据分布进行数据的异常检测，检测精度更高。

为实现上述目的，本发明的一个或多个实施例提供了如下技术方案：

一种基于多数据通道分析的云平台异常检测方法，包括以下步骤：

获取监视数据流；

根据监视数据流各个数据通道的数据分布，对监视数据流进行预分割，得到多个子序列；

对每相邻两个子序列的数据分布差异进行统计；

根据所述数据分布差异的统计结果，进行监视数据流的变化检测。

进一步地，对监视数据流进行预分割包括：

随机选取多个候选分割点，对候选分割点的前后两个序列进行相异性度量；

将相异性度量值大于设定阈值的相应候选分割点记为分割点，对监视数据流进行预分割。

进一步地，对其前后两个子序列的数据分布差异进行统计包括：

对每个数据通道，采用CUSUM统计方法计算分割点前后两个数据分布的差异。

进一步地，进行监视数据流的变化检测包括：

(1)将第一个分割点视为当前分割点，以当前分割点的前后两个子序列作为当前序列；

(2)对所述当前序列进行相异性度量；

(3)若相异性度量值大于设定阈值，则当前分割点为变化点，执行步骤(4)；反之，所述当前序列中没有变化点，执行步骤(5)；

(4)以下一个分割点作为当前分割点，以当前分割点的前后两个子序列作为新的当前序列，返回步骤(2)；