[发明专利]一种基于时间序列数据的异常值检测方法和系统

说明书

本发明公开了一种基于时间序列数据的异常值检测方法和系统，涉及异常检测领域。该方法包括：读取时间序列数据，根据预设方法将时间序列数据进行划分，将划分后获得的多个数据集分别设置对应的异常值阈值，根据异常值阈值来判断出时间序列数据中的异常值，根据时间区间的类别将数据划分为对应的数据集合，得到不同时间区间对应的阈值，相对于构造概率函数得到唯一的阈值提高了精确度。

技术领域

本发明涉及异常检测领域，尤其涉及一种基于时间序列数据的异常值检测方法和系统。

背景技术

传统的异常值检测通过构造概率模型，构造概率函数得到唯一的阈值，根据唯一的阈值将置信区间以外的数据视为异常值，这样获得的异常值的方法精度低下。

发明内容

本发明所要解决的技术问题是针对现有技术的不足，提供一种基于时间序列数据的异常值检测方法和系统。

本发明解决上述技术问题的技术方案如下：

一种基于时间序列数据的异常值检测方法，包括：

S1，读取时间序列数据；

S2，根据预设方法将所述时间序列数据进行划分；

S3，将划分后获得的多个数据集分别设置对应的异常值阈值；

S4，根据所述异常值阈值来判断出所述时间序列数据中的异常值。

本发明的有益效果是：本发明方案通过根据预设方法将时间序列数据进行划分，将划分后获得的多个数据集分别设置对应的异常值阈值，根据异常值阈值来判断出时间序列数据中的异常值；对于检测时间序列上下文异常的数据，根据多数投票原则将时间区间进行分类，根据时间区间的类别将数据划分为对应的数据集合，得到不同时间区间对应的阈值，相对于构造概率函数得到唯一的阈值提高了精确度。

相比较拟合数据构造模型的算法都需要设置参数，每次面对新数据时都要重新设置参数，调参工程量大并且对参数值的选取直接影响模型的好坏。这样会导致模型鲁棒性不强，模型的预测结果准确性不高；本发明方案避免反复调参提高了检测的准确率。

进一步地，所述S1具体包括：

判断采集的时间序列数据是否存在概念漂移点，如果不存在，则读取所述时间序列数据。

采用上述进一步方案的有益效果是：本发明方案通过在读取时间序列数据时判断是否存在概念漂移点，实现了读取的时间序列数据具有原始时间序列的共有特征，应用的过程中无需考虑原始数据的特性，具有普遍适用性。

进一步地，所述S2具体包括：

通过差分法处理所述时间序列数据；

根据第一预设阈值将处理后的所述时间序列数据划分出第一时间区间的数据集；

根据第二预设阈值将处理后的所述时间序列数据划分出第二时间区间的数据集。

将第一时间区间的数据集和第二时间区间的数据集的补集作为第三时间区间的数据集。

采用上述进一步方案的有益效果是：本发明方案通过根据时间区间的类别将数据划分为对应的数据集合，根据不同时间区间对应的阈值来对相应数据集合进行异常值检测，能够更好的适应不同时间区间之间的特异性，有效提高数据整体的异常值检测准确率。

进一步地，所述S3具体包括：

获取第一时间区间的数据集的预设分位值作为第一异常值阈值；

获取第二时间区间的数据集的预设分位值作为第二异常值阈值；

获取第三时间区间的数据集的预设分位值作为第三异常值阈值。