[发明专利]一种基于ARMA与3sigma的动态阈值检测方法及系统

权利要求书

1.一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，包括依次激活的第一检测阶段和第二检测阶段；

所述的第一检测阶段通过ARMA模型设置动态阈值，用动态阈值检测当前时刻的值以判断是否发出告警；

所述的第二检测阶段在所述的第一检测阶段发出告警后通过3sigma模型验证所述告警的有效性，当有效性检测通过时对外发送告警。

2.根据权利要求1所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，所述的第一检测阶段中，ARMA模型捕捉一个周期T1历史数据的数据特征用以设置动态阈值。

3.根据权利要求2所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，所述ARMA模型建模的时候首先输入时间序列；检测时间序列稳定后进行模型定阶；然后对模型的参数进行训练；最后对模型进行检验，若检验不通过则返回重新定阶，若检验通过则使用该模型应用于所述第一检测阶段。

4.根据权利要求3所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，检测到时间序列不稳定时，利用差分处理直到时间序列平稳后再进行模型定阶。

5.根据权利要求3所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，对模型进行检验是进行白噪声检验。

6.根据权利要求2所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，所述的第二检测阶段中，3sigma模型的学习数据来自时间段T2中所有周期T1的同一时刻数据；所述时间段T2至少包含五个周期T1的时长。

7.根据权利要求6所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，所述的时间段T2是一年，对应周期T1是一周；或，所述的时间段T2是一月，对应周期T1是五天。

8.根据权利要求6所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，3sigma模型的学习数据来自时间段T2中所有周期T1的第一时刻数据。

9.根据权利要求2所述一种基于ARMA与3sigma的动态阈值检测方法，其特征在于，在一个周期T1内，每间隔五分钟定义为一个时刻，每第五分钟发生的值为该时刻的值。

10.一种基于ARMA与3sigma的动态阈值检测系统，其特征在于，利用如权利要求1-9任一所述动态阈值检测方法对当前时刻的值进行判断是否发出告警。