[发明专利]一种自适应的异常性能指标确定方法及装置

权利要求书

1.一种自适应的异常性能指标确定方法，其特征在于，包括：

抽取目标系统的异常事件的数据特征，以生成所述目标系统的重构序列；

根据所述目标系统的重构序列以及预设阈值确定所述目标系统的整体异常事件；

确定所述整体异常事件与所有异常性能指标之间的相关度；

根据所述整体异常事件与所有异常性能指标之间的相关度，在所有异常性能指标中优选出最终异常性能指标。

2.如权利要求1所述的自适应的异常性能指标确定方法，其特征在于，所述抽取目标系统的异常事件的数据特征，以生成所述目标系统的重构序列，包括：

利用VAE算法，对所述数据特征进行线性聚合，以生成所述目标系统的重构序列。

3.如权利要求1所述的自适应的异常性能指标确定方法，其特征在于，还包括：

生成所有异常性能指标的重构序列。

4.如权利要求3所述的自适应的异常性能指标确定方法，其特征在于，所述确定所述整体异常事件与所有异常性能指标之间的相关度，包括：

确定所述所有异常性能指标的重构序列对所述目标系统的重构序列的贡献度；

根据所述贡献度建立单一异常性能指标与所述整体异常事件的相关性评价函数；

根据所述相关性评价函数确定所述相关度。

5.如权利要求1所述的自适应的异常性能指标确定方法，其特征在于，还包括：

融合不同异常事件，以确定所述不同异常事件之间的相关度；

根据所述整体异常事件与所有异常性能指标之间的相关度以及所述不同异常事件之间的相关度，在所有异常性能指标中优选出最终异常性能指标。

6.一种自适应的异常性能指标确定装置，其特征在于，包括：

系统重构序列生成模块，用于抽取目标系统的异常事件的数据特征，以生成所述目标系统的重构序列；

整体异常事件确定模块，用于根据所述目标系统的重构序列以及预设阈值确定所述目标系统的整体异常事件；

相关度确定模块，用于确定所述整体异常事件与所有异常性能指标之间的相关度；

最终指标优选模块，用于根据所述整体异常事件与所有异常性能指标之间的相关度，在所有异常性能指标中优选出最终异常性能指标。

7.如权利要求6所述的自适应的异常性能指标确定装置，其特征在于，所述系统重构序列生成模块包括：

系统重构序列生成单元，用于利用VAE算法，对所述数据特征进行线性聚合，以生成所述目标系统的重构序列；

自适应的异常性能指标确定装置还包括：

指标重构序列生成模块，用于生成所有异常性能指标的重构序列。

8.如权利要求7所述的自适应的异常性能指标确定装置，其特征在于，所述相关度确定模块包括：

贡献度确定单元，用于确定所述所有异常性能指标的重构序列对所述目标系统的重构序列的贡献度；

评价函数建立单元，用于根据所述贡献度建立单一异常性能指标与所述整体异常事件的相关性评价函数；

相关度确定单元，用于根据所述相关性评价函数确定所述相关度；

自适应的异常性能指标确定装置还包括：

多事件相关度确定模块，用于融合不同异常事件，以确定所述不同异常事件之间的相关度；

最终指标优选模块，用于根据所述整体异常事件与所有异常性能指标之间的相关度以及所述不同异常事件之间的相关度，在所有异常性能指标中优选出最终异常性能指标。

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至5任一项所述自适应的异常性能指标确定方法的步骤。

10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现权利要求1至5任一项所述自适应的异常性能指标确定方法的步骤。