【CN110188793A】数据异常分析方法及装置【专利】

合集下载

异常数据的分析方法及装置[发明专利]

专利名称：异常数据的分析方法及装置专利类型：发明专利
发明人：翟凯伦
申请号：CN201811154769.3
申请日：20180930
公开号：CN110968487A
公开日：
20200407
专利内容由知识产权出版社提供
摘要：本发明公开了一种异常数据的分析方法及装置，涉及网络技术领域，主要目的在于解决现有的针对异常数据进行分析时，由人工进行逐条分析耗时较多，导致分析效率较低的问题。

本发明的方法包括：获取异常数据的分组数据，所述分组数据为根据预设的异常标签对所述异常数据进行分组得到的，所述分组数据中包含至少一个异常信息；统计所述分组数据中的异常信息数量；根据所述异常标签以及所述分组数据中的异常信息数量，生成异常数据分析图表；根据所述异常数据分析图表，对所述异常数据进行分析。

本发明适用于对异常数据进行分析。

申请人：北京国双科技有限公司
地址：100083 北京市海淀区北四环中路229号海泰大厦4层南401号
国籍：CN
代理机构：北京鼎佳达知识产权代理事务所(普通合伙)
更多信息请下载全文后查看。

数据异常分析方法及装置[发明专利]

专利名称：数据异常分析方法及装置专利类型：发明专利
发明人：张翔,刘明宗,翟毅腾
申请号：CN201910314231.2
申请日：20190418
公开号：CN110188793A
公开日：
20190830
专利内容由知识产权出版社提供
摘要：本说明书一个或多个实施例公开了一种数据异常分析方法及装置，用以实现分析异常数据的高时效性及广泛适应性。

所述方法包括：分析待检测的时序数据的数据指标；及，根据所述数据指标确定所述时序数据对应的时序预测模型；利用所述时序预测模型对所述时序数据进行时序预测，得到所述时序数据在指定未来时长内的预测结果；利用预先训练的异常识别模型对所述预测结果进行分析，得到所述时序数据的异常分析结果；其中，所述异常识别模型用于分析所述时序数据中是否存在异常数据；或者，所述异常识别模型用于分析所述时序数据中是否存在所述异常数据，且在所述时序数据中存在所述异常数据时分析所述异常数据对应的异常类型。

申请人：阿里巴巴集团控股有限公司
地址：英属开曼群岛大开曼资本大厦一座四层847号邮箱
国籍：KY
代理机构：北京国昊天诚知识产权代理有限公司
更多信息请下载全文后查看。

数据异常预警方法及装置[发明专利]

(19)中华人民共和国国家知识产权局(12)发明专利申请(10)申请公布号 (43)申请公布日 (21)申请号 201710421555.7(22)申请日 2017.06.07(71)申请人北京星网锐捷网络技术有限公司地址 100036 北京市海淀区复兴路29号中意鹏奥酒店东塔A座11层(72)发明人张安国　(51)Int.Cl.G06K 9/00(2006.01)G06N 3/08(2006.01)(54)发明名称数据异常预警方法及装置(57)摘要本发明公开了一种数据异常预警方法，该方法包括：从待预警对象的实时监测数据序列中获取第一实时监测数据；根据所述第一实时监测数据、所述实时监测数据序列中位于所述第一实时监测数据之前的设定个数的第二实时监测数据和所述待预警对象的神经网络模型计算所述第一实时监测数据对应的预估数据；确定所述第一实时监测数据与所述预估数据的差值的绝对值是否大于所述待预警对象的报警阈值；若所述绝对值大于所述待预警对象的报警阈值，则发出针对所述待预警对象的数据异常预警。

该方案能够自动地适应不同待预测对象的情况，精确地进行数据异常预警。

权利要求书3页说明书9页附图3页CN 107341444 A 2017.11.10C N 107341444A1.一种数据异常预警方法，其特征在于，包括：从待预警对象的实时监测数据序列中获取第一实时监测数据；根据所述第一实时监测数据、所述实时监测数据序列中位于所述第一实时监测数据之前的设定个数的第二实时监测数据和所述待预警对象的神经网络模型计算所述第一实时监测数据对应的预估数据；确定所述第一实时监测数据与所述预估数据的差值的绝对值是否大于所述待预警对象的报警阈值；若所述绝对值大于所述待预警对象的报警阈值，则发出针对所述待预警对象的数据异常预警。

2.如权利要求1所述的方法，其特征在于，还包括：获取所述待预警对象的历史监测数据序列；对所述历史监测数据序列进行滤波和归一化后，得到所述待预警对象的训练序列；根据所述训练序列确定所述待预警对象的报警阈值。

时序数据的异常检测方法、装置、电子设备及存储介质[发明专利]

专利名称：时序数据的异常检测方法、装置、电子设备及存储介质
专利类型：发明专利
发明人：王巍巍,陈功
申请号：CN202010438332.3
申请日：20200521
公开号：CN111708739A
公开日：
20200925
专利内容由知识产权出版社提供
摘要：本发明实施例提供一种时序数据的异常检测方法、装置、电子设备及存储介质，旨在提高异常检测效率和/或检测准度。

其中，时序数据的异常检测方法包括：根据预设周期，对待检测的时序数据进行分割，得到时间长度为所述预设周期长度的时序数据分段；对所述时序数据分段进行编码操作，获得编码结果，并对所述编码结果进行解码操作，获得解码数据分段，其中，所述编码操作和所述解码操作的作用是：基于周期性的时序数据，生成与该时序数据相一致的解码数据；对所述时序数据分段和所述解码数据分段进行比较，以确定所述时序数据分段是否异常。

申请人：北京奇艺世纪科技有限公司
地址：100080 北京市海淀区北一街2号鸿城拓展大厦10、11层
国籍：CN
代理机构：北京润泽恒知识产权代理有限公司
代理人：莎日娜
更多信息请下载全文后查看。

1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。

(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 (43)申请公布日 (21)申请号 201910314231.2
(22)申请日 2019.04.18
(71)申请人阿里巴巴集团控股有限公司
地址英属开曼群岛大开曼资本大厦一座四
层847号邮箱
(72)发明人张翔　刘明宗　翟毅腾　
(74)专利代理机构北京国昊天诚知识产权代理
有限公司 11315
代理人许振新　朱文杰
(51)Int.Cl.
G06K 9/62(2006.01)
G06Q 10/04(2012.01)
(54)发明名称数据异常分析方法及装置(57)摘要本说明书一个或多个实施例公开了一种数据异常分析方法及装置，用以实现分析异常数据的高时效性及广泛适应性。

所述方法包括：分析待检测的时序数据的数据指标；及，根据所述数据指标确定所述时序数据对应的时序预测模型；利用所述时序预测模型对所述时序数据进行时序预测，得到所述时序数据在指定未来时长内的预测结果；利用预先训练的异常识别模型对所述预测结果进行分析，得到所述时序数据的异常分析结果；其中，所述异常识别模型用于分析所述时序数据中是否存在异常数据；或者，所述异常识别模型用于分析所述时序数据中是否存在所述异常数据，且在所述时序数据中存在所述异常
数据时分析所述异常数据对应的异常类型。

权利要求书3页说明书10页附图3页CN 110188793 A 2019.08.30
C N 110188793
A
权　利　要　求　书1/3页CN 110188793 A
1.一种数据异常分析方法，包括：
分析待检测的时序数据的数据指标；及，根据所述数据指标确定所述时序数据对应的时序预测模型；
利用所述时序预测模型对所述时序数据进行时序预测，得到所述时序数据在指定未来时长内的预测结果；
利用预先训练的异常识别模型对所述预测结果进行分析，得到所述时序数据的异常分析结果；其中，所述异常识别模型用于分析所述时序数据中是否存在异常数据；或者，所述异常识别模型用于分析所述时序数据中是否存在所述异常数据，且在所述时序数据中存在所述异常数据时分析所述异常数据对应的异常类型。

2.根据权利要求1所述的方法，所述数据指标包括周期性、时效性、信噪比、白噪声检验结果中的至少一项指标。

3.根据权利要求2所述的方法，所述时序数据包括多个所述数据指标；
相应的，所述根据所述数据指标确定所述时序数据对应的时序预测模型，包括：
为各所述数据指标赋予评分值；及，确定各所述数据指标分别对应的权重；
根据所述评分值及所述权重，计算所述时序数据的总评分值；
根据预设的总评分值与时序预测模型之间的对应关系，确定所述时序数据的总评分值所对应的时序预测模型。

4.根据权利要求1所述的方法，在利用异常识别模型对所述预测结果进行分析，得到所述时序数据的异常分析结果之后，所述方法还包括：
显示所述异常分析结果；和/或，按照预设报警方式对所述异常分析结果进行报警；其中，所述预设报警方式包括语音报警方式。

5.根据权利要求1所述的方法，在利用异常识别模型对所述预测结果进行分析，得到所述时序数据的异常分析结果之后，所述方法还包括：
确定所述异常分析结果的正确性判断结果；其中，所述正确性判断结果包括正确结果或错误结果；
若所述正确性判断结果为所述正确结果，则将所述异常分析结果输入所述异常识别模型，以使所述异常识别模型根据所述异常分析结果进行更新。

6.根据权利要求1所述的方法，在分析待检测的时序数据的数据指据之前，所述方法还包括：
分析第一时序数据的周期性，以确定出所述第一时序数据的周期时长；
根据所述周期时长确定所述第一时序数据对应的检测时长；其中，所述检测时长包括整数个周期时长；
获取所述第一时序数据在所述检测时长内的数据，作为所述待检测的时序数据。

7.一种数据异常分析装置，包括：
分析及确定模块，用于分析待检测的时序数据的数据指标；及，根据所述数据指标确定所述时序数据对应的时序预测模型；
预测模块，用于利用所述时序预测模型对所述时序数据进行时序预测，得到所述时序数据在指定未来时长内的预测结果；
第一分析模块，用于利用预先训练的异常识别模型对所述预测结果进行分析，得到所
2。