[发明专利]一种指标异常检测方法、装置、设备及存储介质

说明书

本申请实施例提供了一种指标异常检测方法、装置、设备及存储介质，涉及金融科技技术领域，该方法包括：通过对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，然后基于历史指标特征预测获得业务指标的第一指标标签，故不需要人工为各个业务指标打上指标标签，实现打标签自动化，既提高了打标签的效率，又降低了人力成本。其次，基于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，然后采用第一检测规则，对第一监测数据进行异常检测，确定目标业务指标是否为异常指标。针对不同指标的特征采用不同的异常检测规则，满足了不同指标的异常检测需求，从而提高了异常检测的准确性。

技术领域

本发明实施例涉及金融科技(Fintech)技术领域，尤其涉及一种指标异常检测方法、装置、设备及存储介质。

背景技术

随着计算机技术的发展，越来越多的技术应用在金融领域，传统金融业正在逐步向金融科技(Fintech)转变，但由于金融行业的安全性、实时性要求，也对技术提出的更高的要求。具体地，随着金融业务的增长，系统、虚拟机和容器数量不断的增加，监控指标的数量也突飞猛进，单靠人工运维，配置告警阈值，观察系统是否正常运行，需要消耗大量的人力，而且容易出错。

相关技术使用一种指标异常检测算法，检测所有场景下的指标是否异常，然而，每个场景的指标都有相应的特征，且每种异常检测算法都有自身的缺陷，若采用一种指标异常检测算法覆盖所有场景下的指标异常检测，由于无法涉及到所有场景的指标，将导致异常检测的准确性较低。

发明内容

本申请实施例提供了一种指标异常检测方法、装置、设备及存储介质，用于提高异常检测的准确性。

一方面，本申请实施例提供了一种指标异常检测方法，该方法包括：

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。

本申请实施例中，通过对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，然后基于历史指标特征预测获得业务指标的第一指标标签，故不需要人工为各个业务指标打上指标标签，实现打标签自动化，既提高了打标签的效率，又降低了人力成本。其次，基于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，然后采用第一检测规则，对第一监测数据进行异常检测，确定目标业务指标是否为异常指标。针对不同指标的特征采用不同的异常检测规则，满足了不同指标的异常检测需求，从而提高了异常检测的准确性。

可选地，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。

可选地，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。

可选地，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；