一种时序数据阈值异常检测方法、装置及相关设备制造方法及图纸

本申请公开了一种时序数据阈值异常检测方法、装置及相关设备，该方法包括：将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。本申请可以在云端数据库利用数据库的基本接口来执行上述所有计算，无需将存在阈值异常的各数据下载到本地，提高了处理效率。理效率。理效率。

【技术实现步骤摘要】
一种时序数据阈值异常检测方法、装置及相关设备


[0001]本申请涉及数据异常检测
，更具体地说，是涉及一种时序数据阈值异常检测方法、装置及相关设备。

技术介绍

[0002]在对数据进行阈值检测的场景中，当需要找出数据在哪些时间段超出阈值时，通常做法为，在数据库中搜索出超出阈值的所有数据记录，将每一条数据记录下载到本地，经过进一步处理后得到这些数据所在的各个时间区间。当超出阈值的数据记录比较多时，下载过程会消耗非常多的时间，处理效率较低。

技术实现思路

[0003]有鉴于此，本申请提供了一种时序数据阈值异常检测方法、装置及相关设备，以获取存在阈值异常的时间段，并提高处理效率。
[0004]为实现上述目的，本申请第一方面提供了一种时序数据阈值异常检测方法，包括：
[0005]将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；
[0006]将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；
[0007]基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。
[0008]优选地，所述预设的阈值包括最大阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：
[0009]将待检测的时序数据中的每一数据减去预设的阈值，得到每一数据的候选阈值差；
[0010]对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。
[0011]优选地，所述预设的阈值包括最小阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：
[0012]将预设的阈值减去待检测的时序数据中的每一数据，得到每一数据的候选阈值差；
[0013]对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。
[0014]优选地，将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差的过程，包括：
[0015]将所述时序数据中的每一数据的目标阈值差，减去所述数据的前一项数据的目标阈值差，得到每一数据的相邻阈值差；
[0016]其中，假设所述时序数据中的第一项数据的前一项数据的数据为小于所述最大阈值的数据。
[0017]优选地，基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段
的过程，包括：
[0018]从所述时序数据中筛选出相邻阈值差等于第一差值的起始数据，并从所述时序数据中筛选出状态差值等于第二差值的终止数据，所述第一差值为各相邻阈值差的最大值，所述第二差值为各相邻阈值差的最小值；
[0019]基于各起始数据的时间点和各终止数据时间点，确定存在阈值异常的时间段。
[0020]优选地，基于各起始数据的时间点和各终止数据时间点，确定存在阈值异常的时间段的过程，包括：
[0021]针对每一起始数据：
[0022]将所述起始数据的时间点确定为起始点，并判断是否存在时间点在所述起始点之后的终止数据；
[0023]若是，将时间在所述起始点之后、距离所述起始点最近的终止数据的时间作为终止点；
[0024]若否，将所述时序数据的最后一项数据的时间点确定为终止点；
[0025]将所述起始点和所述终止点之间的时间段确定为存在阈值异常的时间段。
[0026]优选地，对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差的过程，包括：
[0027]利用下述方程式计算得到目标阈值差：
[0028]y
i
＝x
i
/|x
i
|
[0029]其中，y
i
为所述时序数据中第i项数据的目标阈值差，x
i
为所述时序数据中第i项数据的候选阈值。
[0030]本申请第二方面提供了一种时序数据阈值异常检测装置，包括：
[0031]阈值差计算单元，用于将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；
[0032]相邻值差分单元，用于将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；
[0033]时间段确定单元，用于基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。
[0034]本申请第三方面提供了一种时序数据阈值异常检测设备，包括：存储器和处理器；
[0035]所述存储器，用于存储程序；
[0036]所述处理器，用于执行所述程序，实现上述的时序数据阈值异常检测方法的各个步骤。
[0037]本申请第四方面提供了一种存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时，实现如上述的时序数据阈值异常检测方法的各个步骤。
[0038]经由上述的技术方案可知，本申请首先将待检测的时序数据中的每一数据与预设的阈值进行比较，得到所述数据的目标阈值差。其中，所述目标阈值差包括两种数值，反映了数据是存在阈值异常。然后，将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到所述数据的相邻阈值差。所述相邻阈值差反映了所述时序数据中各数据的目标阈值差的跳变情况。最后，基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。其中，可以在云端数据库利用数据库的基本接口来
执行上述所有计算，无需将存在阈值异常的各数据下载到本地，提高了处理效率。
附图说明
[0039]为了更清楚地说明本申请实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据提供的附图获得其他的附图。
[0040]图1为本申请实施例公开的时序数据阈值异常检测方法的示意图；
[0041]图2示例了本申请实施例公开的时序数据；
[0042]图3示例了本申请实施例公开的另一时序数据；
[0043]图4为本申请实施例公开的时序数据阈值异常检测装置的示意图；
[0044]图5为本申请实施例公开的时序数据阈值异常检测设备的示意图。
具体实施方式
[0045]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0046]下面介绍本申请实施例提供的时序数据阈值异常检测方法。请参阅图1，本申请实施例提供的时序数据阈值异常检测方法可本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种时序数据阈值异常检测方法，其特征在于，包括：将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差，所述目标阈值差包括两种数值；将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差；基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段。2.根据权利要求1所述的方法，其特征在于，所述预设的阈值包括最大阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：将待检测的时序数据中的每一数据减去预设的阈值，得到每一数据的候选阈值差；对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。3.根据权利要求1所述的方法，其特征在于，所述预设的阈值包括最小阈值；将待检测的时序数据中的每一数据与预设的阈值进行比较，得到每一数据的目标阈值差的过程，包括：将预设的阈值减去待检测的时序数据中的每一数据，得到每一数据的候选阈值差；对每一数据的候选阈值差进行归一化处理，得到每一数据的目标阈值差。4.根据权利要求2或3所述的方法，其特征在于，将所述时序数据中的每一数据的目标阈值差与所述数据的前一项数据的目标阈值差进行比较，得到每一数据的相邻阈值差的过程，包括：将所述时序数据中的每一数据的目标阈值差，减去所述数据的前一项数据的目标阈值差，得到每一数据的相邻阈值差；其中，假设所述时序数据中的第一项数据的前一项数据的数据为小于所述最大阈值的数据。5.根据权利要求2或3所述的方法，其特征在于，基于所述时序数据中各数据的相邻阈值差，确定存在阈值异常的时间段的过程，包括：从所述时序数据中筛选出相邻阈值差等于第一差值的起始数据，并从所述时序数据中筛选出状态差值等于第二差值的终止数据，所述第一差值为各相邻阈值差的最大值，所述第二差值为各相邻阈值差的最小值；基于各起始数据的时间点和各终止数据时间点，...

【专利技术属性】
技术研发人员：孙子文，
申请(专利权)人：广州文远知行科技有限公司，
类型：发明
国别省市：