[发明专利]异常预测方法及装置

权利要求书

1.一种异常预测方法，其特征在于，包括：

根据第一运行数据和预设的第一模型确定第一表征向量；

根据所述第一表征向量和预设的第二模型确定所述第一运行数据的第一预测结果。

2.如权利要求1所述的方法，其特征在于，在所述根据第一运行数据和预设的第一模型确定第一表征向量之后，还包括：

根据所述第一表征向量和预设的分类器确定所述第一运行数据的第二预测结果。

3.如权利要求2所述的方法，其特征在于，所述第二模型为第三模型、第四模型、阈值模型和非参数聚类模型的集成模型。

4.如权利要求3所述的方法，其特征在于，在所述根据第一运行数据和预设的第一模型确定第一表征向量之后，还包括：

根据所述第一表征向量、所述第一运行数据和第三中间模型确定所述第一运行数据的第三预测结果。

5.如权利要求3或4所述的方法，其特征在于，还包括所述第二模型的优化步骤，所述第二模型的优化步骤包括：

根据第二运行数据和所述第一模型确定第二表征向量；

根据所述第二表征向量和第二初始模型确定所述第二运行数据的第一预测结果，并根据所述第二运行数据的第一结果和所述第一预测结果确定第一损失函数；

根据第一损失函数调整所述第二初始模型的超参数，以根据调整后的超参数确定所述第二模型；所述第二初始模型为第三中间模型、第四初始模型、初始阈值模型和初始非参数聚类模型的集成模型。

6.如权利要求5所述的方法，其特征在于，还包括所述第一模型、所述第三中间模型、所述第四初始模型和所述分类器的优化步骤，所述优化步骤包括：

根据第三运行数据和第一初始模型确定第三表征向量、第二损失函数；

根据所述第三表征向量、所述第三运行数据和第三初始模型确定所述第三运行数据的第三预测结果和第三损失函数；

根据所述第三表征向量和初始分类器确定所述第三运行数据的第二预测结果，并根据所述第三表征向量的第二结果和所述第二预测结果确定第四损失函数；

根据所述第二损失函数、第三损失函数和第四损失函数调整所述第一初始模型、所述第三初始模型和所述初始分类器的参数，以分别根据调整后的参数确定所述第一模型、所述第三中间模型和所述分类器，并根据所述第三运行数据和所述第一模型确定所述第四初始模型。

7.如权利要求6所述的方法，其特征在于，所述第三运行数据至少包括特征维度和时间维度；所述根据所述第三表征向量、所述第三运行数据和第三初始模型确定所述第三运行数据的第三预测结果和第三损失函数，包括：

根据所述第三表征向量、所述第三运行数据中的部分特征维度对应的特征以及时间维度和第三初始模型确定所述第三运行数据中的其他特征维度对应的特征和第三损失函数。

8.如权利要求6所述的方法，其特征在于，所述根据所述第二损失函数、第三损失函数和第四损失函数调整所述第一初始模型、所述第三初始模型和所述初始分类器的参数，包括：

根据所述第二损失函数、第三损失函数和第四损失函数确定整体损失函数；

根据梯度优化器调整所述第一初始模型、所述第三初始模型和所述初始分类器的参数，直至所述整体损失函数收敛。

9.一种异常预测装置，其特征在于，包括：

处理模块，用于根据第一运行数据和预设的第一模型确定第一表征向量；

第一预测模块，用于根据所述第一表征向量和预设的第二模型确定所述第一运行数据的第一预测结果。

10.如权利要求9所述的装置，其特征在于，还包括第二预测模块；所述第二预测模块用于，根据所述第一表征向量和预设的分类器确定所述第一运行数据的第二预测结果。