[发明专利]一种指标时间序列异常检测方法、系统及存储介质

权利要求书

1.一种指标时间序列异常检测方法，其特征在于，包括：

接收指标时间序列在检测时间点的实际观测值；

使用时间序列预测模型确定所述指标时间序列在所述检测时间点的指标预测值；

根据所述实际观测值和所述指标预测值确定异常事件；

使用报警模型确定所述异常事件是否为报警事件，其中，所述报警模型是通过被标记为报警事件的异常事件作为训练数据集训练得到的。

2.根据权利要求1所述的指标时间序列异常检测方法，其特征在于，根据所述实际观测值和所述指标预测值确定异常事件，包括：

使用残差模型确定所述实际观测值与所述指标预测值之间的偏离度；

根据所述偏离度和异常阈值确定所述指标时间序列在所述检测时间点是否为异常事件。

3.根据权利要求2所述的指标时间序列异常检测方法，其特征在于，所述残差模型的偏离度量与所述时间序列预测模型的参数拟合中使用的度量一致。

4.根据权利要求3所述的指标时间序列异常检测方法，其特征在于，所述残差模型的偏离度量为绝对误差偏离AE，所述时间序列预测模型的参数拟合中使用的度量为均方误差MSE。

5.根据权利要求1所述的指标时间序列异常检测方法，其特征在于，使用报警模型确定所述异常事件是否为报警事件之前，还包括：

通过所述指标时间序列对应的过滤器过滤所述异常事件，其中，过滤器与指标时间序列相关联。

6.根据权利要求1所述的指标时间序列异常检测方法，其特征在于，使用报警模型确定所述异常事件是否为报警事件，包括：使用所述指标时间序列对应的报警模型确定所述异常事件是否为报警事件，其中，所述指标时间序列对应的报警模型是通过所述指标时间序列对应的训练数据集训练得到的。

7.根据权利要求1所述的指标时间序列异常检测方法，其特征在于，所述实际观测值与所述指标预测值之间的偏离度为所述报警模型的潜输入变量。

8.根据权利要求1或7所述的指标时间序列异常检测方法，其特征在于，所述报警模型是通过超参优化方法训练得到的，其中，超参优化的参数包括平滑参数和报警阈值。

9.一种系统，其特征在于，所述系统包括：

存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序；

所述计算机程序被所述处理器执行时实现如权利要求1至8中任一项所述的指标时间序列异常检测方法的步骤。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质上存储有指标时间序列异常检测程序，所述指标时间序列异常检测程序被处理器执行时实现如权利要求1至8中任一项所述的指标时间序列异常检测方法的步骤。