[发明专利]指标时序数据的异常检测方法、装置、设备及存储介质

说明书

本公开提出一种指标时序数据的异常检测方法、装置、设备及存储介质，该方法包括：获取历史指标时序数据和待检测指标时序数据，确定历史指标时序数据的历史特征表示，并确定待检测指标时序数据的待检测特征表示，根据待检测特征表示，确定历史特征表示的权重描述信息，根据权重描述信息，确定待检测指标时序数据是否存在异常。通过本公开，能够较大程度上实现对历史指标时序数据中的历史特征表示等有效数据信息的提取利用，从而可以获取较为准确的权重描述信息，由于权重描述信息可以实现根据数据重要性对历史指标时序数据进行合理分配，从而可以有效提升根据权重描述信息进行指标时序数据异常检测的准确性，有效提升指标时序数据的异常检测效率。

技术领域

本公开涉及机器学习技术领域，尤其涉及一种指标时序数据的异常检测方法、装置、设备及存储介质。

背景技术

在对多指标时序数据进行异常检测时，通常采用搭建结合注意力机制的神经网络框架的方式进行异常检测。

相关技术中，在搭建结合注意力机制的神经网络框架进行异常检测时，通常使用现有的通用注意力机制模型进行神经网络框架的搭建。

这种方式下，通用注意力机制模型需要引用额外的参数进行相关性和重要性计算，增加了较大的计算量，且通用注意力机制缺乏对多指标时序场景的特殊性把握，对于历史指标时序数据的利用率较低，影响对多指标时序数据进行异常检测的准确性。

发明内容

本公开旨在至少在一定程度上解决相关技术中的技术问题之一。

为此，本公开的目的在于提出一种指标时序数据的异常检测方法、装置、计算机设备及存储介质，能够较大程度上实现对历史指标时序数据中的历史特征表示等有效数据信息的提取利用，从而可以获取较为准确的权重描述信息，由于权重描述信息可以实现根据数据重要性对历史指标时序数据进行合理分配，从而可以有效提升根据权重描述信息进行指标时序数据异常检测的准确性，有效提升指标时序数据的异常检测效率。

本公开第一方面实施例提出的指标时序数据的异常检测方法，包括：获取历史指标时序数据和待检测指标时序数据；确定所述历史指标时序数据的历史特征表示，并确定所述待检测指标时序数据的待检测特征表示；根据所述待检测特征表示，确定所述历史特征表示的权重描述信息；根据所述权重描述信息，确定所述待检测指标时序数据是否存在异常。

本公开第一方面实施例提出的指标时序数据的异常检测方法，通过获取历史指标时序数据和待检测指标时序数据，确定历史指标时序数据的历史特征表示，并确定待检测指标时序数据的待检测特征表示，根据待检测特征表示，确定历史特征表示的权重描述信息，根据权重描述信息，确定待检测指标时序数据是否存在异常，能够较大程度上实现对历史指标时序数据中的历史特征表示等有效数据信息的提取利用，从而可以获取较为准确的权重描述信息，由于权重描述信息可以实现根据数据重要性对历史指标时序数据进行合理分配，从而可以有效提升根据权重描述信息进行指标时序数据异常检测的准确性，有效提升指标时序数据的异常检测效率。

本公开第二方面实施例提出的指标时序数据的异常检测装置，包括：获取模块，用于获取历史指标时序数据和待检测指标时序数据；第一确定模块，用于确定所述历史指标时序数据的历史特征表示，并确定所述待检测指标时序数据的待检测特征表示；第二确定模块，用于根据所述待检测特征表示，确定所述历史特征表示的权重描述信息；第三确定模块，用于根据所述权重描述信息，确定所述待检测指标时序数据是否存在异常。