[发明专利]异常检测方法和装置、电子设备及计算机可读存储介质

权利要求书

1.一种异常检测方法，包括：

获取目标服务的多个状态数据序列，其中，所述目标服务具有多个状态指标，并且每个状态数据序列包含针对对应状态指标采集的状态数据；

对于所述多个状态数据序列按照所述状态指标之间的相关性进行分组，以将具有相关性的状态指标的状态数据序列分在同一组中；

对每一组中的状态数据序列分别使用至少两种异常检测模型分别计算异常分数，以获得所述目标服务的整体异常检测分数；

根据该整体异常检测分数确定所述目标服务的状态是否异常，

其中，所述方法进一步包括：

对每个状态指标的状态数据序列进行时序分离处理以获得该状态指标的残差项；

根据各状态指标的残差项确定状态指标之间的相关性。

2.根据权利要求1所述的异常检测方法，其中，所述对每个状态指标的状态数据序列进行时序分离处理以获得该状态指标的残差项包括：

通过霍德里克和普雷斯科特滤波算法提取所述状态指标的状态数据序列中的趋势项；

通过快速傅里叶变换将所述状态数据序列变换到频率空间；

将振幅超过预定阈值的分量确定为周期项；

对于去除了所述趋势项和所述周期项的状态数据序列进行快速傅里叶逆变换以获得所述残差项。

3.根据权利要求2所述的异常检测方法，其中，所述根据各状态指标的残差项确定状态指标之间的相关性包括：

使用基于相关性的距离算法计算所述状态指标之间的相关性。

4.根据权利要求1所述的异常检测方法，其中，当在多个分组中的至少一个分组中仅存在一个状态指标时，所述对每一组中的状态数据序列分别使用至少两种异常检测模型分别计算异常分数包括：

使用学生T检验模型（Ttest）确定平均值变化异常分数；

使用联合假设检验模型（Ftest）确定方差变化异常分数；

使用短期环比模型（SS）确定单峰单谷异常分数。

5.根据权利要求1所述的异常检测方法，其中，当在多个分组中的至少一个分组中存在至少两个状态指标时，所述对每一组中的状态数据序列分别使用至少两种异常检测模型分别计算异常分数包括：

使用霍特林T平方模型确定多指标平均值变化异常分数；

使用联合假设检验模型（Ftest）确定多指标方差变化异常分数；

使用短期环比模型（SS）确定多指标峰谷异常分数。

6.根据权利要求5所述的异常检测方法，其中，所述使用短期环比模型（SS）确定多指标峰谷异常分数包括：

获取两个状态指标分别在第一时间长度范围内的第一状态数据序列，其中所述第一时间长度范围是所述两个状态指标存在相关性的时间范围；

根据每个状态指标的所述第一状态数据序列中的最大值、最小值以及该第一状态数据序列的平均值确定所述多指标峰谷异常分数。

7.根据权利要求1所述的异常检测方法，其中，所述对每一组中的状态数据序列分别使用至少两种异常检测模型分别计算异常分数，以获得所述目标服务的整体异常检测 分数包括：

分别对每个异常检测模型获得的异常分数进行归一化处理以获得模型异常检测分数；

对所述模型异常检测分数进行合并以获得所述目标服务的整体异常检测分数。

8.根据权利要求1所述的异常检测方法，其中，所述对每一组中的状态数据序列分别使用至少两种异常检测模型分别计算异常分数，以获得所述目标服务的整体异常检测 分数包括：

对于每一组中的状态数据序列，使用至少两种异常检测 模型以串行方式依次计算异常分数，并且将所述依次计算过程中首次大于异常分数阈值的异常分数与该异常分数对应的模型的历史最大异常分数进行比值处理，以获得该组的异常分数比值；

对各组的异常分数比值进行加权平均处理，以获得所述目标服务的所述整体异常检测分数。