数据检测方法、装置及存储介质.pdf

(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CN113642637A(43)申请公布日2021.11.12(21)申请号202110926886.2(22)申请日2021.08.12(71)申请人北京沃东天骏信息技术有限公司地址100176北京市大兴区经济技术开发区科创十一街18号院2号楼4层A402室申请人北京京东世纪贸易有限公司(72)发明人黄轩梁增海吴毓群(74)专利代理机构北京派特恩知识产权代理有限公司11270代理人彭奇张颖玲(51)Int.Cl.G06K9/62(2006.01)G06N3/04(2006.01)G06N3/08(2006.01)权利要求书3页说明书14页附图12页(54)发明名称数据检测方法、装置及存储介质(57)摘要本发明提供了一种数据检测方法、装置及存储介质，通过获取当前数据集合。分别利用多个类别识别模型对多个当前数据进行检测，确定出多个当前数据的目标曲线类别；利用目标曲线类别对应的目标异常检测模型对多个当前数据进行检测，确定出多个当前数据对应的当前数据集合的检测结果。多个类别识别模型和目标异常检测模型是基于从不同方向上提取出多个历史数据中的样本数据，并利用样本数据进行训练得到的。通过多个类别识别模型和该曲线类别对应的目标异常检测模型分别从两个维度检测多个当前数据，所以提高了对监控数据的检测准确性。CN113642637ACN113642637A权利要求书1/3页1.一种数据检测方法，其特征在于，包括：获取当前数据集合；所述当前数据集合包括：同一业务的多个当前数据；分别利用多个类别识别模型对所述多个当前数据进行检测，确定出所述多个当前数据的目标曲线类别；所述目标曲线类别对应与多个当前数据的数据特性相同的历史数据构建的曲线图谱的类别；利用所述目标曲线类别对应的目标异常检测模型，对所述多个当前数据进行检测，确定出所述多个当前数据对应的当前数据集合的检测结果；其中，所述多个类别识别模型和所述目标异常检测模型是基于从不同方向上提取出多个历史数据中的样本数据，并利用所述样本数据进行训练得到的。2.根据权利要求1所述的数据检测方法，其特征在于，所述分别利用多个类别识别模型对所述多个当前数据进行检测，确定出所述多个当前数据的目标曲线类别之前，所述方法还包括：获取历史时间段内的历史数据集合；所述历史数据集合包括：不同业务的多个历史数据；根据所述多个历史数据的数据特性，确定出所述多个历史数据中的多个曲线类别；在所述每个曲线类别对应的多个同类历史数据中，从不同方向上提取出多个样本数据；利用所述多个样本数据分别对初始类别识别模型和初始异常检测模型进行训练，直至得到所述每个曲线类别对应的类别识别模型和异常检测模型，进而得到所述多个曲线类别对应的多个类别识别模型和多个异常检测模型。3.根据权利要求2所述的数据检测方法，其特征在于，所述根据所述多个历史数据的数据特性，确定出所述多个历史数据中的多个曲线类别，包括：根据所述多个历史数据的数据特性，构建出对应所述不同业务的多个曲线图谱；基于所述多个曲线图谱分别对应的曲线特征，确定出所述多个曲线类别。4.根据权利要求3所述的数据检测方法，其特征在于，所述数据特性包括:对应历史数据的时间特性和数值特性；所述根据所述多个历史数据的数据特性，构建出对应所述不同业务的多个曲线图谱，包括：以时间轴为横轴，以数值轴为纵轴，构建出时间‑数值图谱；根据所述不同业务对应的历史数据的时间特性和数值特性，在所述时间‑数值图谱中标记出所述不同业务对应的历史数据，进而得到所述不同业务对应的多个曲线图谱。5.根据权利要求3或4所述的数据检测方法，其特征在于，所述曲线特性包括：形态特性、量级特性和抖动特性；所述量级特性表征对应曲线图谱的历史数据的数值分布特性；所述抖动特性表征对应曲线图谱中的历史数据偏离对应曲线图谱轴线的程度特性；所述基于所述多个曲线图谱分别对应的曲线特征，确定出所述多个曲线类别，包括：基于所述多个曲线图谱分别对应的所述形态特性、所述量级特性和所述抖动特性，确定出所述多个曲线类别。6.根据权利要求5所述的数据检测方法，其特征在于，所述基于所述多个曲线图谱分别对应的所述形态特性、所述量级特性和所述抖动特性，确定出所述多个曲线类别，包括：2CN113642637A权利要求书2/3页将所述多个曲线图谱分别对应的所述形态特性相同的曲线图谱分别归类，得到n个曲线类别；将所述多个曲线图谱分别对应的所述量级特性相同的曲线图谱分别归类，得到m个曲线类别；将所述多个曲线图谱分别对应的所述抖动特性相同的曲线图谱分别归类，得到z个曲线类别；将所述n个曲线类别、m个曲线类别和z个曲线类别组合，得到所述多个曲线类别。7.根据权利要求2‑6任一项所述的数据检测方法，其特征在于，所述在所述每