[发明专利]一种异常检测优化方法及相关设备

权利要求书

1.一种异常检测优化方法，其特征在于，包括：

获得目标系统对应的数据集，其中，所述数据集包括多个数据点；

利用预设时序数据分析算法，确定所述数据集中任意两个所述数据点之间的点距离，获得距离分布矩阵；

利用所述距离分布矩阵，对DBSCAN算法的扫描半径参数和最小包含点数参数进行计算，获得扫描半径值参数列表和最小包含点数参数列表，其中，所述扫描半径值参数列表包括多个候选扫描半径参数，所述最小包含点数参数列表包括与所述候选扫描半径参数对应的候选最小包含点数参数；

在所述扫描半径值参数列表中依次选择各所述候选扫描半径参数以及与选择的所述候选扫描半径参数对应的所述候选最小包含点数参数输入至所述DBSCAN算法中进行聚类分析，确定与所述数据集对应的最优簇数，并确定与所述最优簇数对应的多个参数组，其中，所述参数组包括一个所述候选扫描半径参数和一个所述候选最小包含点数参数；

对任一所述参数组：确定以该参数组中所述候选扫描半径参数为半径的圆的面积，将该参数组中的所述候选最小包含点数参数除以该面积，获得与该参数组对应的参数密度；

利用各所述参数组对应的所述参数密度，确定最优扫描半径参数和最优最小包含点数参数。

2.根据权利要求1所述的方法，其特征在于，所述利用各所述参数组对应的所述参数密度，确定最优扫描半径参数和最优最小包含点数参数，包括：

将各所述参数组对应的所述参数密度进行比较，对所述参数密度最小的所述参数组：将该参数组中的所述候选扫描半径参数确定为最优扫描半径参数，将该参数组中的所述候选最小包含点数参数确定为最优最小包含点数参数。

3.根据权利要求1所述的方法，其特征在于，所述在所述扫描半径值参数列表中依次选择各所述候选扫描半径参数以及与选择的所述候选扫描半径参数对应的所述候选最小包含点数参数输入至所述DBSCAN算法中进行聚类分析，确定与所述数据集对应的最优簇数，并确定与所述最优簇数对应的多个参数组，包括：

在所述扫描半径值参数列表中依次选择各所述候选扫描半径参数以及与选择的所述候选扫描半径参数对应的所述候选最小包含点数参数输入至所述DBSCAN算法中进行聚类分析，依次获得每次聚类分析后输出的聚类簇数；

在至少连续三次的聚类分析后输出的所述聚类簇数相同的情况下，确定该聚类簇数为与所述数据集对应的最优簇数，并确定与所述最优簇数对应的至少三个参数组。

4.根据权利要求1所述的方法，其特征在于，所述利用预设时序数据分析算法，确定所述数据集中任意两个所述数据点之间的点距离，获得距离分布矩阵，包括：

利用动态时间规整算法，确定所述数据集中任意两个所述数据点之间的点距离，获得距离分布矩阵。

5.根据权利要求1所述的方法，其特征在于，所述利用所述距离分布矩阵，对DBSCAN算法的扫描半径参数和最小包含点数参数进行计算，获得扫描半径值参数列表和最小包含点数参数列表，包括：

对所述距离分布矩阵中每一行的元素按照升序进行排列，构成K-最近邻距离向量；

利用数学期望法分别依次计算出所述K-最近邻距离向量中每一列元素对应的候选扫描半径参数，获得扫描半径值参数列表；

对任一所述候选扫描半径参数：确定各所述数据点在该候选扫描半径参数下对应的领域对象数量，并利用所述数学期望法对各领域对象数量进行计算，计算出与该候选扫描半径参数对应的候选最小包含点数参数；

基于与各所述候选扫描半径参数分别对应的所述候选最小包含点数参数，获得最小包含点数参数列表。

6.根据权利要求1所述的方法，其特征在于，在所述利用各所述参数组对应的所述参数密度，确定最优扫描半径参数和最优最小包含点数参数之后，所述方法还包括：

利用所述最优扫描半径参数和所述最优最小包含点数参数进行DBSCAN聚类，获得异常检测数据。

7.根据权利要求1所述的方法，其特征在于，所述目标系统为运维监控系统，所述数据点与所述运维监控系统的监控指标一一对应。