[发明专利]一种指标异常检测方法、装置、设备及存储介质

权利要求书

1.一种指标异常检测方法，其特征在于，包括：

获取目标业务指标的第一指标标签以及第一监测数据，所述目标业务指标的第一指标标签是通过对目标业务指标的历史监测数据进行特征提取获得历史指标特征，并基于所述历史指标特征预测获得的；

基于所述目标业务指标的第一指标标签，从异常检测规则库中获得对应的第一检测规则；

采用所述第一检测规则，对所述第一监测数据进行异常检测，确定所述目标业务指标是否为异常指标。

2.如权利要求1所述的方法，其特征在于，所述对目标业务指标的历史监测数据进行特征提取获得历史指标特征，包括：

采用N个特征提取模块依次对所述目标业务指标的历史监测数据进行特征提取，获得所述目标业务指标的历史指标特征，其中，每个特征提取模块至少包括卷积层和池化层，N为预设正整数。

3.如权利要求2所述的方法，其特征在于，所述N个特征提取模块包括第一特征提取模块、第二特征提取模块和第三特征提取模块，其中，第一特征提取模块包括第一卷积层、第二卷积层和第一池化层，所述第二特征提取模块包括第三卷积层和第二池化层，所述第三特征提取模块包括第四卷积层和第三池化层。

4.如权利要求3所述的方法，其特征在于，所述采用N个特征提取模块依次对所述目标业务指标的历史监测数据进行特征提取，获得所述目标业务指标的历史指标特征，包括：

采用所述第一卷积层、所述第二卷积层以及所述第一池化层，依次对所述目标业务指标的历史监测数据进行特征提取，获得第一特征；

采用所述第三卷积层以及所述第二池化层，依次对所述第一特征进行特征提取，获得第二特征；

采用所述第四卷积层以及所述第三池化层，依次对所述第二特征进行特征提取，获得所述目标业务指标的历史指标特征。

5.如权利要求1所述的方法，其特征在于，所述基于所述历史指标特征预测获得所述目标业务指标的第一指标标签，包括：

采用压平层对所述历史指标特征展开后输入全连接网络，获得所述目标业务指标的第一指标标签。

6.如权利要求1至5任一所述的方法，其特征在于，所述目标业务指标的第一指标标签表征所述目标业务指标为周期性指标；

所述采用所述第一检测规则，对所述第一监测数据进行异常检测，确定所述目标业务指标是否为异常指标，包括：

采用标准差模型、孤立随机森林模型和移动平均模型，分别对所述第一监测数据进行异常检测，获得各个模型输出的异常检测结果；

若获得的各个异常检测结果中存在至少两个异常检测结果，表征所述目标业务指标为异常指标，则确定所述目标业务指标为异常指标；否则，确定所述目标业务指标为正常指标。

7.如权利要求6所述的方法，其特征在于，所述确定所述目标业务指标为异常指标之后，还包括：

若确定所述第一监测数据的同环比满足预设告警条件，则触发告警。

8.如权利要求1至5任一所述的方法，其特征在于，所述目标业务指标的第一指标标签表征所述目标业务指标为周期性指标，且等级大于预设阈值；

所述采用所述第一检测规则，对所述第一监测数据进行异常检测，确定所述目标业务指标是否为异常指标，包括：

确定所述第一监测数据的同环比以及目标导数；

采用标准差模型、孤立随机森林模型、移动平均模型以及整合移动平均自回归模型，分别对所述第一监测数据进行异常检测，获得各个模型输出的异常检测结果；

采用已训练的综合识别模型，基于获得的各个异常检测结果、所述同环比以及所述目标导数，确定所述目标业务指标是否为异常指标。