[发明专利]资源处理异常检测方法、装置、电子设备及存储介质在审

专利信息
申请号: 202110378815.3 申请日: 2021-04-08
公开(公告)号: CN112950222A 公开(公告)日: 2021-06-11
发明(设计)人: 蒋乐怡;王录任 申请(专利权)人: 腾讯科技(深圳)有限公司
主分类号: G06Q20/40 分类号: G06Q20/40;G06Q20/38;G06F16/35;G06N3/04;G06N3/08;G06N20/00
代理公司: 北京市立方律师事务所 11330 代理人: 张筱宁
地址: 518000 广东省深圳*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 资源 处理 异常 检测 方法 装置 电子设备 存储 介质
【权利要求书】:

1.一种资源处理异常检测方法,其特征在于,包括:

获取待检测的资源处理节点集合;

针对所述资源处理节点集合中的每一资源处理节点,获取所述资源处理节点的资源处理特征;

基于所述资源处理特征确定所述资源处理节点的特征误差信息;

获取所述资源处理节点的身份信息,基于所述身份信息确定所述资源处理节点的节点类别;

基于属于同一节点类别的每一资源处理节点的特征误差信息,确定该节点类别每一资源处理节点的异常检测结果。

2.根据权利要求1所述的资源处理异常检测方法,其特征在于,所述基于所述资源处理特征确定所述资源处理节点的特征误差信息,包括:

对所述资源处理特征进行特征重构,得到与所述资源处理特征对应的重构特征;

基于无监督检测网络确定所述资源处理特征与所述重构特征之间的差异值,将所述差异值设为所述特征误差信息。

3.根据权利要求2所述的资源处理异常检测方法,其特征在于,所述基于属于同一节点类别的每一资源处理节点的特征误差信息,确定该节点类别每一资源处理节点的异常检测结果,包括:

获取属于该节点类别的每一资源处理节点分别所对应的差异值;

统计所述差异值的分布,确定针对该节点类别的异常阈值;

若任一资源处理节点对应的差异值不小于所述异常阈值,则该资源处理节点的异常检测结果为资源处理异常。

4.根据权利要求2所述的资源处理异常检测方法,其特征在于,所述确定所述资源处理特征与所述重构特征之间的差异值,包括:

计算所述资源处理特征与所述重构特征的均方误差;

将所述均方误差设为所述差异值。

5.根据权利要求2所述的资源处理异常检测方法,其特征在于,所述无监督检测网络是基于以下方式训练得到的:

获取至少一个样本资源处理节点的样本资源处理特征;所述样本资源处理节点的异常检测结果均为资源处理正常;

将所述样本资源处理特征输入到初始检测网络,得到所述初始检测网络输出的实时资源处理特征;

基于所述实时资源处理特征调整初始检测网络的参数,使得所述实时资源处理特征与所述样本资源处理特征之间的误差小于预设误差阈值,生成所述无监督检测网络。

6.根据权利要求1所述的资源处理异常检测方法,其特征在于,所述基于所述身份信息确定所述资源处理节点的节点类别,包括:

将所述身份信息转化得到所述资源处理节点的身份向量;

对所述身份向量进行分类,得到所述资源处理节点的节点类别。

7.根据权利要求6所述的资源处理异常检测方法,其特征在于,所述将所述身份信息转化得到所述资源处理节点的身份向量,包括:

对所述身份信息进行数据清洗,生成至少一个第一文本数据;

对所述至少一个第一文本数据进行拼接,生成第二文本数据;

对所述第二文本数据进行词向量映射,得到所述资源处理节点的身份向量。

8.一种资源处理异常检测装置,其特征在于,包括:

第一获取模块,用于获取待检测的资源处理节点集合;

第二获取模块,用于针对所述资源处理节点集合中的每一资源处理节点,获取所述资源处理节点的资源处理特征;

第一确定模块,用于基于所述资源处理特征确定所述资源处理节点的特征误差信息;

第二确定模块,用于获取所述资源处理节点的身份信息,基于所述身份信息确定所述资源处理节点的节点类别;

第三确定模块,用于基于属于同一节点类别的每一资源处理节点的特征误差信息,确定该节点类别每一资源处理节点的异常检测结果。

9.一种电子设备,包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,其特征在于,所述处理器执行所述程序时实现权利要求1-7任一项所述的资源处理异常检测方法。

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计算机程序,该程序被处理器执行时实现权利要求1-7任一项所述的资源处理异常检测方法。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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腾讯科技(深圳)有限公司,未经腾讯科技(深圳)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/202110378815.3/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top