[发明专利]流量数据异常检测方法、装置及计算机设备

权利要求书

1.一种流量数据异常检测方法，其特征在于，所述方法包括：

获取目标交易业务节点的历史交易流量数据；

基于预设特征提取策略对所述历史交易流量数据进行特征提取，确定初始特征，并根据所述初始特征和目标主成分矩阵，确定交易流量特征；

将所述交易流量特征输入至流量数据基线模型，获得所述目标交易业务节点的目标交易流量数据基线；

根据所述目标交易业务节点的当前交易流量数据、所述目标交易流量数据基线及预设警告条件，确定所述目标交易业务节点的警告信息。

2.根据权利要求1所述的流量数据异常检测方法，其特征在于，所述预设警告条件包含警告阈值，所述根据所述目标交易业务节点的当前交易流量数据、所述目标交易流量数据基线及预设警告条件，确定所述目标交易业务节点的警告信息，包括：

根据所述当前交易流量数据和所述目标交易流量数据基线，确定流量差值信息；

根据所述流量差值信息与所述警告阈值，确定所述流量差值信息对应的警告等级信息，并根据所述警告等级信息，确定所述目标交易业务节点的所述警告信息。

3.根据权利要求2所述的流量数据异常检测方法，其特征在于，所述方法还包括：

在所述历史交易流量数据中添加目标噪声数据；

基于所述预设特征提取策略，对添加所述目标噪声数据的历史交易流量数据进行特征提取，确定加噪特征，并根据所述目标主成分矩阵，确定加噪流量特征；

将所述加噪流量特征输入至所述流量数据基线模型中，获得基准流量数据基线；

根据所述目标交易流量数据基线和所述基准流量数据基线，确定所述警告阈值。

4.根据权利要求3所述的流量数据异常检测方法，其特征在于，所述在所述历史交易流量数据中添加目标噪声数据，包括：

获取目标交易业务对应的第一噪声数据；

根据与所述目标交易业务节点同类型的其他交易业务节点的历史流量数据，确定第二噪声数据；

根据所述第一噪声数据、所述第二噪声数据以及预设函数，确定所述目标噪声数据，并在所述历史交易流量数据添加所述目标噪声数据。

5.根据权利要求1所述的流量数据异常检测方法，其特征在于，所述获取目标交易业务节点的历史交易流量数据，包括：

确定与当前时间间隔预设时间段的历史时间；

将所述历史时间对应的交易流量数据，作为所述历史交易流量数据。

6.根据权利要求1所述的流量数据异常检测方法，其特征在于，所述基于预设特征提取策略对所述历史交易流量数据进行特征提取，确定初始特征，包括：

在所述历史流量数据满足预设数据完整度条件的情况下，根据第一特征提取策略对所述历史流量数据进行特征提取，确定第一特征，并对所述第一特征进行归一化处理，得到所述初始特征；

在所述历史流量数据不满足预设数据完整度条件的情况下，对所述根据历史流量数据进行数据填补处理，根据所述第一特征提取策略对数据填补处理后的历史流量数据进行特征提取，确定第二特征，并对所述第二特征进行归一化处理，得到所述初始特征。

7.根据权利要求1所述的流量数据异常检测方法，其特征在于，所述方法还包括：

获取预设数目个测试交易业务节点的测试交易流量数据；

基于所述特征提取策略对每个所述测试交易业务节点的测试交易流量数据进行特征提取，确定每个所述测试交易业务节点的初始测试特征；

利用主成分分析方法和所述预设数目个所述测试交易业务节点的所述初始测试特征，确定所述目标主成分矩阵和综合指标信息；

基于所述综合指标信息的第一属性对应的模型构建算法，确定所述流量数据基线模型。

8.根据权利要求7所述的流量数据异常检测方法，其特征在于，所述基于所述综合指标信息的第一属性对应的模型构建算法，确定所述流量数据基线模型，包括：

当所述第一属性为目标线性关系时，基于最小二乘支持向量回归机算法构建所述流量数据基线模型；

当所述第一属性为非目标线性关系时，基于核函数算法构建所述流量数据基线模型。