一種異常檢測(cè)方法、應(yīng)用和監(jiān)控設(shè)備的制造方法
【專利摘要】本發(fā)明公開了一種異常檢測(cè)方法，在監(jiān)控設(shè)備中執(zhí)行，適于對(duì)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)，該方法包括：獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，第一時(shí)間序列包括[t0，tnow]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值；設(shè)置每周期數(shù)據(jù)量n0；根據(jù)每周期數(shù)據(jù)量n0和第一時(shí)間序列確定第二時(shí)間序列X，第二時(shí)間序列包括從[tnow?δ*n0+1，tnow]時(shí)間段內(nèi)該周期性性能指標(biāo)的多個(gè)觀測(cè)值；將X進(jìn)行STL分解，拆分為周期序列S、趨勢(shì)序列T、殘差序列R；根據(jù)X和S確定待檢測(cè)數(shù)組D；采用改進(jìn)的ESD算法確定D中的異常點(diǎn)和各異常點(diǎn)的離群分值。本發(fā)明還公開了能夠?qū)嵤┥鲜龇椒ǖ漠惓z測(cè)應(yīng)用，和包括上述應(yīng)用的監(jiān)控設(shè)備。
【專利說明】
_種異常檢測(cè)方法、應(yīng)用和監(jiān)控設(shè)備
技術(shù)領(lǐng)域
[0001] 本發(fā)明涉及計(jì)算設(shè)備性能監(jiān)控技術(shù)領(lǐng)域，尤其涉及一種能夠?qū)Ρ槐O(jiān)控設(shè)備的一個(gè) 或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)的方法、應(yīng)用和監(jiān)控設(shè)備。
【背景技術(shù)】
[0002] 隨著信息技術(shù)的發(fā)展，各種應(yīng)用、網(wǎng)站層出不窮，對(duì)計(jì)算設(shè)備的性能提出了更高的 要求。對(duì)各項(xiàng)性能指標(biāo)進(jìn)行監(jiān)控，實(shí)時(shí)獲取計(jì)算設(shè)備的運(yùn)行狀態(tài)并排查異常，是提高其計(jì)算 性能的必要步驟。一般來說，監(jiān)控的性能指標(biāo)包括CHJ利用率、吞吐量、響應(yīng)時(shí)間，等等。在監(jiān) 控時(shí)，每隔一段時(shí)間對(duì)各性能指標(biāo)進(jìn)行一次采樣，因此，每個(gè)性能指標(biāo)的監(jiān)控結(jié)果呈現(xiàn)為一 個(gè)時(shí)間序列。此外，一些性能指標(biāo)存在一定的周期性，例如吞吐量在白天較高，晚上降低，因 為白天的活躍用戶及活躍應(yīng)用較多。
[0003] ESD(Extreme Studentized Deviate，極端學(xué)生化偏差)檢測(cè)是一種常用的離群點(diǎn) 檢測(cè)方法，但是其時(shí)間復(fù)雜度為〇(N~2)，耗時(shí)長(zhǎng)，因而無法實(shí)現(xiàn)對(duì)時(shí)間序列異常的實(shí)時(shí)監(jiān) 測(cè)。此外，現(xiàn)有方法對(duì)異常值的判定采用的是一種二值的方式，即，對(duì)于一個(gè)時(shí)間值，其要么 是異常值，要么不是。這種方式雖然可以標(biāo)出異常值，但無法確定異常的程度，相應(yīng)地，也無 法根據(jù)不同的異常程度來制定合適的改進(jìn)措施。

【發(fā)明內(nèi)容】

[0004] 為此，本發(fā)明提供一種異常檢測(cè)方法、應(yīng)用和監(jiān)控設(shè)備，以力圖解決或至少緩解上 面存在的問題。
[0005] 根據(jù)本發(fā)明的一個(gè)方面，提供一種異常檢測(cè)方法，在監(jiān)控設(shè)備中執(zhí)行，適于對(duì)被監(jiān) 控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)，所述方法包括:獲取被監(jiān)控設(shè)備 的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，所述第一時(shí)間序列包括[t Q，tn?]時(shí)間段內(nèi)所述 周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí)刻，tn?為當(dāng)前時(shí)刻;設(shè)置每周期數(shù)據(jù)量no， 所述每周期數(shù)據(jù)量表示每個(gè)周期內(nèi)包括的周期性性能指標(biāo)的觀測(cè)值的數(shù)目；根據(jù)所述每周 期數(shù)據(jù)量no和第一時(shí)間序列確定第二時(shí)間序列X，所述第二時(shí)間序列包括從 t_]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，δ為正整數(shù);將所述第二時(shí)間序列X 進(jìn)行STL分解，以將所述第二時(shí)間序列)(拆分為周期序列S、趨勢(shì)序列Τ、殘差序列R三者之和； 根據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D;采用改進(jìn)的ESD算法確定所述待檢 測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值。
[0006] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，根據(jù)所述第二時(shí)間序列X和周期序列S 確定待檢測(cè)數(shù)組D的步驟采用以下公式：
[0007] D=X-S_median(X)
[0008] 其中，median(X)表示第二時(shí)間序列X的中位數(shù)。
[0009] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，采用改進(jìn)的ESD算法確定所述待檢測(cè)數(shù) 組D中的異常點(diǎn)和各異常點(diǎn)的離群分值的步驟包括:根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù) 組A，所述離群分布數(shù)組A適于存儲(chǔ)待檢測(cè)數(shù)組D中每一個(gè)元素的離群分值;根據(jù)所述離群分 布數(shù)組A確定位置數(shù)組A'，所述位置數(shù)組A'適于存儲(chǔ)將離群分布數(shù)組A中的元素進(jìn)行排序 后，排序后的元素在離群分布數(shù)組A中的位置;在設(shè)定的顯著性水平α下，計(jì)算臨界值λ，并根 據(jù)λ、離群分布數(shù)組Α和位置數(shù)組A '來確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)。
[0010]可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù) 組A的步驟采用以下公式：
[0012] 其中，median(D)表示待檢測(cè)數(shù)組D的中位數(shù)，mad(D)表示待檢測(cè)數(shù)組D的平均絕對(duì) 偏差，/??/?/φ) _= A -萬))/Λ「，其中，N表示第二時(shí)間序列X中包含的觀測(cè)值的數(shù)目。
[0013] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，將離群分布數(shù)組A中的元素進(jìn)行排序 包括:將離群分布數(shù)組A中的元素按照由大到小的順序排序;將離群分布數(shù)組A中的元素按 照由小到大的順序排序。
[0014] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，在設(shè)定的顯著性水平α下，計(jì)算臨界值 λ，并根據(jù)λ、離群分布數(shù)組Α和位置數(shù)組Α'來確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)的步驟進(jìn)一 步包括：
[0015] 步驟一:設(shè)置i = l，n = N，指針pi指向A' [0]，指針p2指向A' [N-1];
[0016] 步驟二:在設(shè)定的顯著性水平α下，計(jì)算臨界值Μ;
[0017] 步驟三:獲取A [ *ρ 1 ]和A [ *ρ2 ]的值，其中，*ρ 1表示指針ρ 1所指向的元素的內(nèi)容，* Ρ2表示指針ρ2所指向的元素的內(nèi)容，若|A[*pl] |彡|Α[*ρ2] |，則將D[*pl]作為準(zhǔn)異常點(diǎn) 0。1^1^，其離群分值為4[*?1]，指針？1后移一位;若4[*?1]|〈4[*?2]|，則將0[*?2]作為準(zhǔn) 異常點(diǎn)D? tller，其離群分值為A[*p2]，指針p2后移一位；
[0018] 步驟四：計(jì)算檢驗(yàn)值Goutlier，若GoutlierHi，則Doutlier是異常點(diǎn)，執(zhí)行步驟五；若 Goutlier^iXi，則Doutlier不是異常點(diǎn)，執(zhí)彳丁步驟八；
[0019] 步驟五:從待檢測(cè)數(shù)組D中刪除Dcmtuer，并更新刪除D?tlier后待檢測(cè)數(shù)組D的中位數(shù) median(D)、均值mean和標(biāo)準(zhǔn)差std;判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小，若標(biāo)準(zhǔn)差std大于閾 值，i = i+l，n = n-l，執(zhí)行步驟二;若標(biāo)準(zhǔn)差std小于等于閾值，執(zhí)行步驟六；
[0020] 步驟六:結(jié)束。
[0021]可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，顯著性水平α取值為0.05。
[0022]可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，臨界值\按照如下公式計(jì)算：
[0024] 其中，tP,n-i-1表示自由度為η-i-l的t分布的第100*ρ百分位數(shù)，其中，ρ= 1_α/(2 (n-i+1))〇
[0025] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，檢驗(yàn)值G?tller按照如下公式計(jì)算：
[0027] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，待檢測(cè)數(shù)組D的均值mean和標(biāo)準(zhǔn)差std 按照如下公式計(jì)算：
[0028] mean= (mean*n-D〇utiier)/(n-l)
[0030] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，閾值取值為10~(-10)。
[0031] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，在步驟一中，進(jìn)一步設(shè)置最大異常比例 maxAnoms;在步驟五中，在所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟之前，進(jìn)一步判斷i 與LnmxAn.om_s_*N j的相對(duì)大小，其中，[」表示向下取整，若只L_niaxAnoms;!:N ,繼續(xù)執(zhí)行 步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟;若泛|_maxAnoms*lNj執(zhí)行步驟 、- /N 0
[0032] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，周期性性能指標(biāo)包括:CPU利用率、吞吐 量、響應(yīng)時(shí)間、JVM中新生代的垃圾回收頻率中的至少一種。
[0033] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，在所述獲取被監(jiān)控設(shè)備的某個(gè)周期性 性能指標(biāo)的第一時(shí)間序列的步驟之后，在所述根據(jù)所述每周期數(shù)據(jù)量no和第一時(shí)間序列確 定第二時(shí)間序列X的步驟之前，還包括:填充第一時(shí)間序列中缺失的數(shù)據(jù)。
[0034] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，δ取值為3。
[0035] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)方法中，在所述采用改進(jìn)的ESD算法確定所述待 檢測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值的步驟之后，還包括:將異常點(diǎn)和各異常點(diǎn)的 離群分值以文本和/或圖形界面的形式在監(jiān)控設(shè)備的屏幕上顯示。
[0036] 根據(jù)本發(fā)明的一個(gè)方面，提供一種異常檢測(cè)應(yīng)用，在監(jiān)控設(shè)備中執(zhí)行，適于對(duì)被監(jiān) 控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)，所述裝置包括:數(shù)據(jù)獲取模塊，適 于獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，所述第一時(shí)間序列包括[to， tn?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí)刻，tn?為當(dāng)前時(shí)刻； 參數(shù)設(shè)置模塊，適于設(shè)置每周期數(shù)據(jù)量no,所述每周期數(shù)據(jù)量表示每個(gè)周期內(nèi)包括的周期 性性能指標(biāo)的觀測(cè)值的數(shù)目；數(shù)據(jù)截取模塊，適于根據(jù)所述每周期數(shù)據(jù)量no和第一時(shí)間序 列確定第二時(shí)間序列X，所述第二時(shí)間序列包括從[^_4*1 1()+1，^_]時(shí)間段內(nèi)所述周期性 性能指標(biāo)的多個(gè)觀測(cè)值，其中，S為正整數(shù);數(shù)據(jù)分解模塊，適于將所述第二時(shí)間序列X進(jìn)行 STL分解，以將所述第二時(shí)間序列對(duì)斥分為周期序列S、趨勢(shì)序列T、殘差序列R三者之和;異常 檢測(cè)模塊，適于根據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D;并采用改進(jìn)的ESD 算法確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值。
[0037] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊適于按照以下公式來根 據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D:
[0038] D=X-S_median(X)
[0039] 其中，median⑴表示第二時(shí)間序列X的中位數(shù)。
[0040] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊進(jìn)一步適于執(zhí)行以下步 驟:根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù)組A，所述離群分布數(shù)組A適于存儲(chǔ)待檢測(cè)數(shù)組D 中每一個(gè)元素的離群分值;根據(jù)所述離群分布數(shù)組A確定位置數(shù)組A '，所述位置數(shù)組A '適于 存儲(chǔ)將離群分布數(shù)組A中的元素進(jìn)行排序后，排序后的元素在離群分布數(shù)組A中的位置;在 設(shè)定的顯著性水平α下，計(jì)算臨界值λ，并根據(jù)λ、離群分布數(shù)組A和位置數(shù)組A'來確定所述待 檢測(cè)數(shù)組D中的異常點(diǎn)。
[0041]可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊適于按照以下公式來根 據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù)組A:
[0043] 其中，median(D)表示待檢測(cè)數(shù)組D的中位數(shù)，mad(D)表示待檢測(cè)數(shù)組D的平均絕對(duì) 偏差，= (H'h(/),.-萬))///，其中，N表示第二時(shí)間序列X中包含的觀測(cè)值的數(shù)目。
[0044]可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊還適于:將離群分布數(shù)組 A中的元素按照由大到小的順序排序;將離群分布數(shù)組A中的元素按照由小到大的順序排 序。
[0045] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊進(jìn)一步適于執(zhí)行以下步 驟：
[0046] 步驟一:設(shè)置i = l，n = N，指針pi指向A' [0]，指針p2指向A' [N-1];
[0047]步驟二:在設(shè)定的顯著性水平α下，計(jì)算臨界值Μ;
[0048] 步驟三:獲取A [ *ρ 1 ]和A [ *ρ2 ]的值，其中，*ρ 1表示指針ρ 1所指向的元素的內(nèi)容，* Ρ2表示指針ρ2所指向的元素的內(nèi)容，若|A[*pl] |彡|Α[*ρ2] |，則將D[*pl]作為準(zhǔn)異常點(diǎn) 0。1^1^，其離群分值為4[*?1]，指針？1后移一位;若4[*?1]|〈4[*?2]|，則將0[*?2]作為準(zhǔn) 異常點(diǎn)D? tller，其離群分值為A[*p2]，指針p2后移一位；
[0049] 步驟四：計(jì)算檢驗(yàn)值Goutlier，若GoutlierHi，則Doutlier是異常點(diǎn)，執(zhí)行步驟五；若 Goutlier^iXi，則Doutlier不是異常點(diǎn)，執(zhí)彳丁步驟八；
[0050] 步驟五:從待檢測(cè)數(shù)組D中刪除Dcmtuer，并更新刪除D?tlier后待檢測(cè)數(shù)組D的中位數(shù) median(D)、均值mean和標(biāo)準(zhǔn)差std;判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小，若標(biāo)準(zhǔn)差std大于閾 值，i = i+l，n = n-l，執(zhí)行步驟二;若標(biāo)準(zhǔn)差std小于等于閾值，執(zhí)行步驟六；
[0051] 步驟六:結(jié)束。
[0052]可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，顯著性水平α取值為0.05。
[0053]可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊適于按照以下公式來計(jì) 算臨界值Μ:
[0055] 其中，tP,n-i-i表示自由度為η-i-l的t分布的第100*ρ百分位數(shù)，其中，ρ= 1_α/(2 (n-i+1))〇
[0056] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊適于按照以下公式計(jì)算 檢驗(yàn)值Goutlier:
[0058] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊適于按照以下公式計(jì)算 待檢測(cè)數(shù)組D的均值mean和標(biāo)準(zhǔn)差std:
[0059] mean= (mean*n-D〇utiier)/(n-l)
[0061] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，閾值取值為10~(-10)。
[0062] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，異常檢測(cè)模塊進(jìn)一步適于執(zhí)行以下步 驟:在設(shè)定的最大異常比例maxAnoms下，在步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小 的步驟之前，進(jìn)一步判斷i與|_maxAnoms*N_|的相對(duì)大小，其中，U表示向下取整，若 i< [maxAnoms*N _|，繼續(xù)執(zhí)行步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟;若 i2l_maxAnoms*Nj，執(zhí)行步驟六。
[0063] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，周期性性能指標(biāo)包括:CPU利用率、吞吐 量、響應(yīng)時(shí)間、JVM中新生代的垃圾回收頻率中的至少一種。
[0064] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，還包括數(shù)據(jù)填充模塊，適于填充第一時(shí) 間序列中缺失的數(shù)據(jù)。
[0065] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，δ取值為3。
[0066] 可選地，在根據(jù)本發(fā)明的異常檢測(cè)應(yīng)用中，還包括結(jié)果輸出模塊，適于將異常點(diǎn)和 各異常點(diǎn)的離群分值以文本和/或圖形界面的形式在監(jiān)控設(shè)備的屏幕上顯示。
[0067] 根據(jù)本發(fā)明的一個(gè)方面，提供一種監(jiān)控設(shè)備，包括如上所述的異常檢測(cè)應(yīng)用。
[0068] 根據(jù)本發(fā)明的技術(shù)方案，通過從第一時(shí)間序列中截取第二時(shí)間序列，大大減少了 異常檢測(cè)的源數(shù)據(jù)量，從而減少了運(yùn)算時(shí)間。此外，本發(fā)明采用了一種改進(jìn)的ESD算法進(jìn)行 異常檢測(cè)。該算法中引入了離群分布數(shù)組Α和位置數(shù)組Α'，使得每次計(jì)算異常點(diǎn)的循環(huán)中不 必再重新查找待檢測(cè)數(shù)組D中異常程度最大的點(diǎn)，將ESD算法的時(shí)間復(fù)雜度由0(N~2)降為0 (N*logN)，減少了運(yùn)算時(shí)間。本發(fā)明的異常檢測(cè)方案時(shí)間消耗很小，因而可以實(shí)現(xiàn)實(shí)時(shí)的異 常檢測(cè)。
【附圖說明】
[0069] 為了實(shí)現(xiàn)上述以及相關(guān)目的，本文結(jié)合下面的描述和附圖來描述某些說明性方 面，這些方面指示了可以實(shí)踐本文所公開的原理的各種方式，并且所有方面及其等效方面 旨在落入所要求保護(hù)的主題的范圍內(nèi)。通過結(jié)合附圖閱讀下面的詳細(xì)描述，本公開的上述 以及其它目的、特征和優(yōu)勢(shì)將變得更加明顯。遍及本公開，相同的附圖標(biāo)記通常指代相同的 部件或元素。
[0070] 圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的性能監(jiān)控系統(tǒng)100的示意圖；
[0071] 圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的監(jiān)控設(shè)備200的結(jié)構(gòu)圖；
[0072]圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的異常檢測(cè)應(yīng)用300的結(jié)構(gòu)圖；
[0073]圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的第二時(shí)間序列的STL分解的示意圖；
[0074]圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的改進(jìn)的ESD算法400的流程圖；
[0075] 圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的異常檢測(cè)結(jié)果的示意圖；以及
[0076] 圖7示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的異常檢測(cè)方法700的流程圖。
【具體實(shí)施方式】
[0077] 下面將參照附圖更詳細(xì)地描述本公開的示例性實(shí)施例。雖然附圖中顯示了本公開 的示例性實(shí)施例，然而應(yīng)當(dāng)理解，可以以各種形式實(shí)現(xiàn)本公開而不應(yīng)被這里闡述的實(shí)施例 所限制。相反，提供這些實(shí)施例是為了能夠更透徹地理解本公開，并且能夠?qū)⒈竟_的范圍 完整的傳達(dá)給本領(lǐng)域的技術(shù)人員。
[0078] 圖1示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的性能監(jiān)控系統(tǒng)100的示意圖。如圖1所示，性能 監(jiān)控系統(tǒng)包括1個(gè)監(jiān)控設(shè)備200和多個(gè)被監(jiān)控設(shè)備。監(jiān)控設(shè)備200可以是桌面計(jì)算機(jī)、筆記本 計(jì)算機(jī)、服務(wù)器或工作站。監(jiān)控設(shè)備200還可以實(shí)現(xiàn)為小尺寸便攜(或者移動(dòng)）電子設(shè)備的一 部分，這些電子設(shè)備可以是諸如手機(jī)、平板電腦、個(gè)人媒體播放器設(shè)備、無線網(wǎng)絡(luò)瀏覽設(shè)備、 可穿戴設(shè)備(如智能手表、智能眼鏡等）、應(yīng)用專用設(shè)備、或者可以包括上面任何功能的混合 設(shè)備。被監(jiān)控設(shè)備包括桌面電腦、筆記本電腦、平板電腦、手機(jī)等具有運(yùn)算能力的設(shè)備。雖 然圖1中僅示出了一個(gè)監(jiān)控設(shè)備200,但是本領(lǐng)域技術(shù)人員可以意識(shí)到，性能監(jiān)控系統(tǒng)100中 還可以包括多個(gè)監(jiān)控設(shè)備，這些監(jiān)控設(shè)備可以駐留在多個(gè)地理位置中。
[0079]監(jiān)控設(shè)備200中部署了異常檢測(cè)應(yīng)用300,可以對(duì)多個(gè)被監(jiān)控設(shè)備的多項(xiàng)周期性性 能指標(biāo)進(jìn)行監(jiān)控，實(shí)時(shí)獲取被監(jiān)控設(shè)備的運(yùn)行狀態(tài)并排查異常。具體來說，首先采集周期性 性能指標(biāo)的實(shí)時(shí)數(shù)據(jù)，然后對(duì)數(shù)據(jù)進(jìn)行截取，將截取的周期性時(shí)間序列數(shù)據(jù)進(jìn)行STL分解， 隨后，采用改進(jìn)的ESD算法檢測(cè)異常點(diǎn)并計(jì)算各異常點(diǎn)的離群分值，最后，將異常檢測(cè)結(jié)果 以文本和/或圖形界面的形式在監(jiān)控設(shè)備200的屏幕上進(jìn)行顯示。
[0080] 圖2示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的監(jiān)控設(shè)備200的結(jié)構(gòu)圖。在基本配置202中，監(jiān) 控設(shè)備200典型地包括系統(tǒng)存儲(chǔ)器206和一個(gè)或者多個(gè)處理器204。系統(tǒng)存儲(chǔ)器206可以包括 操作系統(tǒng)220、一個(gè)或者多個(gè)應(yīng)用222以及程序數(shù)據(jù)226,應(yīng)用222可以布置為在操作系統(tǒng)上 利用程序數(shù)據(jù)226進(jìn)行操作。
[0081] 根據(jù)一種實(shí)施例，應(yīng)用222可以被配置為包括異常檢測(cè)應(yīng)用300,相應(yīng)地，程序數(shù)據(jù) 226中存儲(chǔ)有實(shí)時(shí)采集到的一個(gè)或多個(gè)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)數(shù)據(jù)，周 期性性能指標(biāo)數(shù)據(jù)實(shí)際上是一個(gè)時(shí)間序列。異常檢測(cè)應(yīng)用300從程序數(shù)據(jù)226中獲取周期性 性能指標(biāo)的時(shí)間序列，并分別檢測(cè)各指標(biāo)時(shí)間序列中的異常點(diǎn)和各異常點(diǎn)的離群分值。
[0082] 圖3示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的異常檢測(cè)應(yīng)用300的結(jié)構(gòu)圖。該應(yīng)用在監(jiān)控設(shè) 備中執(zhí)行，適于對(duì)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)。實(shí)時(shí)異常 檢測(cè)就是，每當(dāng)監(jiān)控設(shè)備200采集到一個(gè)新的周期性性能指標(biāo)的觀測(cè)值，異常檢測(cè)應(yīng)用300 均進(jìn)行一次異常檢測(cè)，異常檢測(cè)與新觀測(cè)值的產(chǎn)生幾乎同步。如圖3所示，異常檢測(cè)應(yīng)用300 包括數(shù)據(jù)獲取模塊310、參數(shù)設(shè)置模塊320、數(shù)據(jù)截取模塊330、數(shù)據(jù)分解模塊340和異常檢測(cè) 模塊350。
[0083]數(shù)據(jù)獲取模塊310適于獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列， 所述第一時(shí)間序列包括[to，t_]時(shí)間段內(nèi)周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí) 亥IJ(即開始從被監(jiān)控設(shè)備處采集數(shù)據(jù)的時(shí)刻），tn?為當(dāng)前時(shí)刻。當(dāng)然，數(shù)據(jù)獲取模塊210也可 以獲取多個(gè)周期性性能指標(biāo)的第一時(shí)間序列。對(duì)于上述多個(gè)周期性性能指標(biāo)，需要分別計(jì) 算每個(gè)周期性性能指標(biāo)所對(duì)應(yīng)的異常點(diǎn)。因此，多個(gè)周期性性能指標(biāo)的實(shí)時(shí)異常檢測(cè)與單 個(gè)周期性性能指標(biāo)的實(shí)時(shí)異常檢測(cè)的原理相同，為了敘述方便，此處以單個(gè)周期性性能指 標(biāo)的實(shí)時(shí)異常檢測(cè)為例對(duì)本發(fā)明的技術(shù)方案進(jìn)行說明。
[0084] 數(shù)據(jù)獲取模塊310可以直接采集被監(jiān)控設(shè)備的周期性性能指標(biāo)數(shù)據(jù)，也可以先由 監(jiān)控設(shè)備200的其他應(yīng)用224來采集數(shù)據(jù)并存儲(chǔ)至程序數(shù)據(jù)226(參考圖2)，然后數(shù)據(jù)獲取模 塊310再從程序數(shù)據(jù)226處讀取周期性性能指標(biāo)數(shù)據(jù)。性能指標(biāo)數(shù)據(jù)的采集方法是本領(lǐng)域的 公知技術(shù)，例如通過向被監(jiān)控設(shè)備中部署探針、注入腳本，或通過被監(jiān)控設(shè)備本身提供的接 口，等等，此處對(duì)性能數(shù)據(jù)的采集方法不做贅述。
[0085] 在獲取到某個(gè)周期性性能指標(biāo)的第一時(shí)間序列后，可以先判斷第一時(shí)間序列是否 完整。若不完整，則由數(shù)據(jù)填充模塊360(圖3中未示出）來填充缺失的數(shù)據(jù)。填充缺失數(shù)據(jù)的 方法可以是:分別獲取空缺位置左邊和右邊的第一個(gè)非空數(shù)值，用這兩個(gè)數(shù)值的平均數(shù)作 為缺失的數(shù)據(jù)填入空缺位置。例如，獲取到的第一時(shí)間序列為Μ =[ 1，2，3，4，，6 ]，元素 Μ [ 4 ] 缺失。Μ[4]左邊第一個(gè)非空數(shù)值為4,右邊第一個(gè)非空數(shù)值為6,二者的平均數(shù)為5,則用5來 填充Μ[4]。當(dāng)然，除上述方法之外，還可以采用其他方法來填充缺失的數(shù)據(jù)，本發(fā)明對(duì)填充 缺失數(shù)據(jù)的具體算法不做限制。
[0086] -般來說，性能監(jiān)控是一項(xiàng)長(zhǎng)期的活動(dòng)。對(duì)于每分鐘采集一次的性能指標(biāo)，一天會(huì) 產(chǎn)生1440個(gè)觀測(cè)值，對(duì)于每秒采集一次的性能指標(biāo)，一天會(huì)產(chǎn)生86400個(gè)觀測(cè)值，若將性能 監(jiān)控長(zhǎng)年累月地堅(jiān)持下去，則監(jiān)控?cái)?shù)據(jù)量會(huì)累積得很龐大。也就是說，對(duì)于某個(gè)周期性性能 指標(biāo)，第一時(shí)間序列的數(shù)據(jù)量往往很大。在這種情況下，若直接對(duì)第一時(shí)間序列來進(jìn)行異常 檢測(cè)，需要消耗很多的時(shí)間和計(jì)算資源，無法實(shí)現(xiàn)實(shí)時(shí)性。為了實(shí)現(xiàn)實(shí)時(shí)的異常檢測(cè)，需要 從第一時(shí)間序列中截取距離當(dāng)前時(shí)刻最近的一部分觀測(cè)值，構(gòu)成第二時(shí)間序列，然后對(duì)第 二時(shí)間序列進(jìn)行異常檢測(cè)。
[0087] 在數(shù)據(jù)截取的過程中，首先由參數(shù)設(shè)置模塊320來設(shè)置每周期數(shù)據(jù)量no,每周期數(shù) 據(jù)量no表示每個(gè)周期內(nèi)包括的周期性性能指標(biāo)的觀測(cè)值的數(shù)目。當(dāng)然，參數(shù)設(shè)置模塊320不 僅適于設(shè)置每周期數(shù)據(jù)量no,還適于設(shè)置后續(xù)異常檢測(cè)過程中的其他參數(shù)。實(shí)際上，本發(fā)明 涉及到的所有輸入?yún)?shù)均由參數(shù)設(shè)置模塊320統(tǒng)一設(shè)置，該事實(shí)在后續(xù)描述中不再另行指 出。
[0088] 隨后，數(shù)據(jù)截取模塊330根據(jù)每周期數(shù)據(jù)量no和第一時(shí)間序列來確定第二時(shí)間序 列，第二時(shí)間序列包括從[?_-δ*η0+1，t n?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值， 其中，δ為正整數(shù)。該方法相當(dāng)于提供了一個(gè)固定長(zhǎng)度的滑動(dòng)窗口。隨著性能指標(biāo)數(shù)據(jù)的不 斷采集，第一時(shí)間序列的長(zhǎng)度不斷增加，滑動(dòng)窗口隨之右移，滑動(dòng)窗口的右側(cè)總是當(dāng)前時(shí)刻 的觀測(cè)值，滑動(dòng)窗口的長(zhǎng)度固定為(S*n〇)。根據(jù)一種實(shí)施例，δ取3,也就是說，從第一時(shí)間序 列中截取距離當(dāng)前時(shí)刻最近的三個(gè)周期內(nèi)的觀測(cè)值作為第二時(shí)間序列。當(dāng)然，在其他實(shí)施 例中，δ也可以取其他值，δ越大，則實(shí)時(shí)性越差;而當(dāng)δ較小時(shí)，雖然實(shí)時(shí)性好，但是也會(huì)對(duì)異 常檢測(cè)的準(zhǔn)確性有一定影響，本領(lǐng)域技術(shù)人員可以參考以上描述自行確定S的取值。
[0089] 數(shù)據(jù)分解模塊340適于將第二時(shí)間序列進(jìn)行STL分解。STL(seasonal and trend decomposition using LOESS，采用LOESS局部加權(quán)回歸的時(shí)間序列周期量和趨勢(shì)量的分解 方法）是一種常用的時(shí)間序列分解方法，能夠把一個(gè)已知的時(shí)間序列拆分為周期序列s (Seasonal)、趨勢(shì)序列T(Trend)和殘差序列R(Residual)三者之和。用X表示第二時(shí)間序列， 數(shù)據(jù)分解模塊340實(shí)現(xiàn)的是以下等式j(luò)iS+T+lSTL分解算法是現(xiàn)有算法，具體步驟可以參 考Robert B.Cleveland和William B.Cleveland等人與 1990年在Journal of Official Statistics期刊上發(fā)表的題為〈〈STL:A seasonal-trend decomposition procedure based on loess》的論文，此處對(duì)于STL分解算法的具體過程不做贅述。
[0090] 圖4示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的第二時(shí)間序列的STL分解的示意圖。圖4從上 到下包括4部分，每一部分的橫坐標(biāo)表示觀測(cè)值的時(shí)間序號(hào)，縱坐標(biāo)表示觀測(cè)值的大小。第 一部分為第二時(shí)間序列X的示意圖，第二~第四部分分別表示趨勢(shì)序列T、周期序列S和殘差 序列R的示意圖。在如圖4所示，趨勢(shì)序列T用于表示第二時(shí)間序列X隨時(shí)間的整體漲落趨勢(shì)， 周期序列S用于描述第二時(shí)間序列X的周期性分量，殘差序列R則是第二時(shí)間序列X減去趨勢(shì) 序列T和周期序列S之后剩余的部分。
[0091] 異常檢測(cè)模塊350適于根據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D，并 采用改進(jìn)的ESD(Extreme Studentized Deviate，極端學(xué)生化偏差）算法確定待檢測(cè)數(shù)組D 中的異常點(diǎn)和各異常點(diǎn)的離群分值。待檢測(cè)數(shù)組D中的異常點(diǎn)即是第二時(shí)間序列X中的異 常點(diǎn)。
[0092]首先，異常檢測(cè)模塊350按照以下公式來確定待檢測(cè)數(shù)組D:
[0093] D=X-S_median(X) (1)
[0094] 其中，median⑴表示第二時(shí)間序列X的中位數(shù)。
[0095] 隨后，采用改進(jìn)的ESD算法確定待檢測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值。 圖5示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的改進(jìn)的ESD算法400的流程圖。如圖5所示，改進(jìn)的ESD算 法始于步驟S410。
[0096] 在步驟S410中，根據(jù)待檢測(cè)數(shù)組D確定離群分布數(shù)組A，并根據(jù)離群分布數(shù)組A確定 位置數(shù)組A'。
[0097] 離群分布數(shù)組A按照以下公式計(jì)算：
[0099] 其中，median(D)表示待檢測(cè)數(shù)組D的中位數(shù)，mad(D)表示待檢測(cè)數(shù)組D的平均絕對(duì) 偏差，= - Zj))/,V，其中，N表示第二時(shí)間序列X中包含的觀測(cè)值的數(shù)目， 也即初始狀態(tài)下待檢測(cè)數(shù)組D中包含的元素的數(shù)目。離群分布數(shù)組A中存儲(chǔ)的是待檢測(cè)數(shù)組 D中每一個(gè)元素的離群分值，離群分值的絕對(duì)值用于標(biāo)記各元素的異常程度，離群分值的絕 對(duì)值越高，其對(duì)應(yīng)元素的異常程度越大。
[0100] 隨后，根據(jù)離群分布數(shù)組A確定位置數(shù)組A'，位置數(shù)組A'存儲(chǔ)將離群分布數(shù)組A中 的元素進(jìn)行排序(升序或降序)后，排序后的元素在離群分布數(shù)組A中的位置。例如，A= [3， 5,9,4,7]，則將4中元素從小到大排序得到的位置數(shù)組六' =[0,3，1，4,2]，也即4中值最小 的元素"3"在A中對(duì)應(yīng)的位置下標(biāo)為"0"，A中第二小的元素"4"在A中對(duì)應(yīng)的位置下標(biāo)為"3"， 依次類推。同理，將A中元素從大到小排序得到的位置數(shù)組A'=[2,4，l，3,0]。
[0101] 由于A'中記錄了將A中元素進(jìn)行排序后各元素在A中對(duì)應(yīng)的位置，在后續(xù)異常檢測(cè) 的過程中將很容易定位離群分值最大（即異常程度最大）的元素。A中離群分值最大的元素 要么位于A'[0]所指示的位置，要么位于A'[N-1]所指示的位置，即，A中離群分值最大的元 素要么是Α[Α'[0]]，要么是A[A'[N-1]]。同時(shí)，位置數(shù)組A'也使得對(duì)median(D)的定位變得 很方便。A'最中間的元素所指示的位置即為待檢測(cè)數(shù)組D的中位數(shù)所在的位置，BP median(D)=D[A'[LN/2.j]](" !_ J "表示向下取整)。
[0102]步驟S420中設(shè)置了本算法需要的參數(shù)及變量。參考通用的ESD算法，在進(jìn)行異常檢 測(cè)時(shí)，需要設(shè)定顯著水平α(0<α<1)和最大異常比例maxAnoms。通常，將顯著水平設(shè)定為一 個(gè)較小的數(shù)，例如，α = 〇.〇5。最大異常比例maxAnoms表示異常點(diǎn)的數(shù)目占觀測(cè)值總數(shù)目N的 最大比例，相應(yīng)地，（i*maxAnoms)即表示異常點(diǎn)的最大數(shù)目。maxAnoms可以示例性地設(shè)置為 10%。顯著水平α和最大異常比例maxAnoms對(duì)于圖5所示的改進(jìn)的ESD算法來說是常量，這兩 個(gè)量可以在改進(jìn)的 ESD算法外部進(jìn)行設(shè)置，g卩，通過參數(shù)設(shè)置模塊320來設(shè)置。i，n，pl，p2為 算法內(nèi)部的變量，在算法開始時(shí)被初始化，不需要在外部對(duì)其進(jìn)行賦值。其中，i為異常點(diǎn)的 計(jì)數(shù)變量，η為待檢測(cè)數(shù)組D中的元素?cái)?shù)目，pi和p2為分別指向位置數(shù)組A'的兩端的指針， 即，指針pl指向A' [0]，指針p2指向A' [N-1]。此外，為了方便確定median(D)，還可以設(shè)置一 個(gè)指針p3，p3指向 Α'[ ?Ν/2 j],.median(D) =D[*p3] 〇 [0103]隨后，在步驟S430中，采用以下公式計(jì)算臨界值λ1:
[0105] 其中，tP,n-i-i表示自由度為η-i-l的t分布的第100*ρ百分位數(shù)，其中，ρ= 1_α/(2 (n-i+Dhi的初值為1。
[0106] 隨后，在步驟S440中，比較指針pl和p2對(duì)應(yīng)的離群分值的大小，即比較|A[*pl] I和 I A[*p2] I的大小，*pl表示指針pl所指向的元素的內(nèi)容，*p2表示指針p2所指向的元素的內(nèi) 容。若|A[*pl] |彡|A[*p2] |，則將D[*pl]作為準(zhǔn)異常點(diǎn)Doutner，其離群分值為A[*pl]，并將 pl和P3指針后移一位;若|A[*pl] |〈|A[*p2] I，則將D[*p2]作為準(zhǔn)異常點(diǎn)Deadlier，其離群分 值為A[*p2]，并將p2和p3指針前移一位。
[0107] 隨后，在步驟S450中，按照以下公式計(jì)算準(zhǔn)異常點(diǎn)DoutHer的檢驗(yàn)值Gcmtuer:
[0109] 其中，median(D)表示待檢測(cè)數(shù)組D的中位數(shù)，std表示待檢測(cè)數(shù)組D的標(biāo)準(zhǔn)差。
[0110] 隨后，在步驟S460中，比較Gcmtlier與Ai的相對(duì)大小。若Gcmtlier彡Ai，則Dcmtlier不是異 常點(diǎn)，結(jié)束整個(gè)異常檢測(cè)過程。若GoutHerHi，則DoutUer是異常點(diǎn)，繼續(xù)執(zhí)行步驟S470。
[0111] 在步驟S470中，從待檢測(cè)數(shù)組D中刪除Dcmtuer，并更新刪除Dcmtuer后待檢測(cè)數(shù)組D的 中位數(shù)median(D)、均值mean和標(biāo)準(zhǔn)差std，更新均值mean和標(biāo)準(zhǔn)差std可以采用以下公式：
[0112] mean= (mean*n-D〇utiier)/(n-l) (5)
[0114]刪除Doutiier后，新的median(D)即為D[*p3] 〇
[0115] 隨后，在步驟S480中，判斷i與|_maxAnoms*N」的相對(duì)大小，其中，L_l表示向下取 整，若泛|_maxAnoms*Nj，則結(jié)束整個(gè)異常檢測(cè)過程。若i<|_maxAnoms*N_l，則進(jìn)一步 執(zhí)行S490，判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小。若標(biāo)準(zhǔn)差std大于閾值，則i = i+1，n = n-l，并 返回步驟S430繼續(xù)計(jì)算\，查找下一個(gè)異常點(diǎn)，若標(biāo)準(zhǔn)差小于等于閾值，則結(jié)束整個(gè)異常檢 測(cè)過程。根據(jù)一種實(shí)施例，閾值可以取值為1〇~ (-10)。
[0116] 在圖5示出的算法過程中，每一個(gè)循環(huán)至多能夠檢測(cè)出一個(gè)異常點(diǎn)。每檢測(cè)出一個(gè) 異常點(diǎn)，則將其從待檢測(cè)數(shù)組D中刪除，數(shù)組D的長(zhǎng)度是在變化的（用變量η表示），而離群分 布數(shù)組Α和位置數(shù)組Α'在整個(gè)計(jì)算過程中均保持不變，只是采用指針pl、p2、p3來實(shí)現(xiàn)不同 元素的定位。
[0117] 圖5所示的改進(jìn)的ESD算法相對(duì)于通用ESD算法的改進(jìn)點(diǎn)主要在于：
[0118] 1)引入了離群分布數(shù)組Α和位置數(shù)組Α'。離群分布數(shù)組Α可以標(biāo)記待檢測(cè)數(shù)組D中 各元素的離群分值，即各元素的異常程度。位置數(shù)組A'記錄了將A中元素進(jìn)行排序后各元素 在A中對(duì)應(yīng)的位置，使得確定異常程度最大的點(diǎn)的位置變得很容易，在每次計(jì)算異常點(diǎn)的循 環(huán)中不必再重新確定待檢測(cè)數(shù)組D中異常程度最大的點(diǎn)，這大大降低了算法的時(shí)間復(fù)雜度。 通用ESD算法的時(shí)間復(fù)雜度為0(N~2)，而本發(fā)明中改進(jìn)的ESD算法的時(shí)間復(fù)雜度僅為0(N* logN)，時(shí)間消耗很小，可以實(shí)現(xiàn)實(shí)時(shí)的異常檢測(cè)。
[0119] 2)在確定待檢測(cè)數(shù)據(jù)D、離群分布數(shù)組A和檢驗(yàn)值GoutUer時(shí)，采用的是中位數(shù)，而不 是平均數(shù)。提高了異常檢測(cè)的準(zhǔn)確性。
[0120] 根據(jù)一種實(shí)施例，異常檢測(cè)應(yīng)用300還包括結(jié)果輸出模塊370(圖3中未示出），當(dāng)異 常檢測(cè)模塊350完成異常點(diǎn)的檢測(cè)后，結(jié)果輸出模塊適于將異常點(diǎn)和各異常點(diǎn)的離群分值 以文本和/或圖形界面的形式在監(jiān)控設(shè)備的屏幕上顯示。圖6示出了根據(jù)本發(fā)明一個(gè)實(shí)施例 的異常檢測(cè)結(jié)果的示意圖。圖6中，橫坐標(biāo)表示觀測(cè)值的時(shí)間序號(hào)，左邊的縱坐標(biāo)表示觀測(cè) 值的大小，右邊的縱坐標(biāo)表示異常點(diǎn)的離群分值。圖中有上下兩條曲線，上面的曲線即為第 一時(shí)間序列的一部分，下面曲線是異常檢測(cè)結(jié)果曲線。在異常檢測(cè)結(jié)果曲線上，非〇點(diǎn)即為 異常點(diǎn)，離群分值越高，則該點(diǎn)為異常的可能性越大。
[0121] 圖7示出了根據(jù)本發(fā)明一個(gè)實(shí)施例的異常檢測(cè)方法700的流程圖。該方法在監(jiān)控設(shè) 備中執(zhí)行，適于對(duì)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)。如圖7所 示，該方法始于步驟S710。
[0122] 在步驟S710中，獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，第一時(shí) 間序列包括[to，tn?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí)刻，t n? 為當(dāng)前時(shí)刻。
[0123] 隨后，在步驟S720中，設(shè)置每周期數(shù)據(jù)量no,每周期數(shù)據(jù)量表示每個(gè)周期內(nèi)包括的 周期性性能指標(biāo)的觀測(cè)值的數(shù)目。
[0124] 隨后，在步驟S730中，根據(jù)每周期數(shù)據(jù)量no和第一時(shí)間序列確定第二時(shí)間序列X， 第二時(shí)間序列包括從[?_-δ*η0+1，tn?]時(shí)間段內(nèi)周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，δ為 正整數(shù)。第二時(shí)間序列是從第一時(shí)間序列中截取出的距離當(dāng)前時(shí)刻t n?最近的一部分觀測(cè) 值。根據(jù)一種實(shí)施例，S取值為3,即，從第一時(shí)間序列中截取距離當(dāng)前時(shí)刻最近的三個(gè)周期 內(nèi)的觀測(cè)值作為第二時(shí)間序列。當(dāng)然，在其他實(shí)施例中，S也可以取其他值，S越大，則實(shí)時(shí)性 越差;而當(dāng)S較小時(shí)，雖然實(shí)時(shí)性好，但是也會(huì)對(duì)異常檢測(cè)的準(zhǔn)確性有一定影響，本領(lǐng)域技術(shù) 人員可以參考以上描述自行確定S的取值。
[0125] 隨后，在步驟S740中，將第二時(shí)間序列X進(jìn)行STL分解，以將該第二時(shí)間序列對(duì)斥分 為周期序列S、趨勢(shì)序列T、殘差序列R三者之和。該步驟實(shí)現(xiàn)的是以下等式j(luò)iS+T+LSTL 分解算法是現(xiàn)有算法，具體步驟可以參考Robert Β· Cl eve land和William B · Cl eve land等 人與 1990年在Journal of Official Statistics期刊上發(fā)表的題為《STL:A seasonal-trend decomposition procedure based on loess》的論文，此處對(duì)于STL分解算法的具體 過程不做贅述。
[0126] 隨后，在步驟S750中，根據(jù)第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D。根據(jù)一 種實(shí)施例，待檢測(cè)數(shù)組D可以采用式(1)來確定。
[0127] 隨后，在步驟S760中，采用改進(jìn)的ESD算法確定待檢測(cè)數(shù)組D中的異常點(diǎn)和各異常 點(diǎn)的離群分值。改進(jìn)的ESD算法的流程參見圖5以及前述對(duì)異常檢測(cè)模塊350的描述，此處不 再贅述。
[0128] 根據(jù)本發(fā)明的技術(shù)方案，通過從第一時(shí)間序列中截取第二時(shí)間序列，大大減少了 異常檢測(cè)的源數(shù)據(jù)量，從而減少了運(yùn)算時(shí)間。此外，本發(fā)明采用了一種改進(jìn)的ESD算法進(jìn)行 異常檢測(cè)。該算法中引入了離群分布數(shù)組A和位置數(shù)組A'，使得每次計(jì)算異常點(diǎn)的循環(huán)中不 必再重新查找待檢測(cè)數(shù)組D中異常程度最大的點(diǎn)，將ESD算法的時(shí)間復(fù)雜度由0(N~2)降為0 (N*logN)，減少了運(yùn)算時(shí)間。本發(fā)明的異常檢測(cè)方案時(shí)間消耗很小，因而可以實(shí)現(xiàn)實(shí)時(shí)的異 常檢測(cè)。
[0129] 在此處所提供的說明書中，算法和顯示不與任何特定計(jì)算機(jī)、虛擬系統(tǒng)或者其它 設(shè)備固有相關(guān)。各種通用系統(tǒng)也可以與本發(fā)明的示例一起使用。根據(jù)上面的描述，構(gòu)造這類 系統(tǒng)所要求的結(jié)構(gòu)是顯而易見的。此外，本發(fā)明也不針對(duì)任何特定編程語言。應(yīng)當(dāng)明白，可 以利用各種編程語言實(shí)現(xiàn)在此描述的本發(fā)明的內(nèi)容，并且上面對(duì)特定語言所做的描述是為 了披露本發(fā)明的最佳實(shí)施方式。
[0130] A6:A5所述的異常檢測(cè)方法，其中，所述在設(shè)定的顯著性水平α下，計(jì)算臨界值λ，并 根據(jù)λ、離群分布數(shù)組Α和位置數(shù)組Α'來確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)的步驟進(jìn)一步包 括：
[0131 ] 步驟一:設(shè)置i = l，n = N，指針pi指向A' [0]，指針p2指向A' [N-1];
[0132] 步驟二:在設(shè)定的顯著性水平α下，計(jì)算臨界值λ1;
[0133] 步驟三:獲取A[*pl]和Α[*ρ2]的值，其中，*pl表示指針pi所指向的元素的內(nèi)容，* P2表示指針p2所指向的元素的內(nèi)容，若|A[*pl] |彡|A[*p2] |，則將D[*pl]作為準(zhǔn)異常點(diǎn) 0。1^1^，其離群分值為4[*?1]，指針？1后移一位;若4[*?1]|〈4[*?2]|，則將0[*?2]作為準(zhǔn) 異常點(diǎn)D? tller，其離群分值為A[*p2]，指針p2后移一位；
[0134] 步驟四：計(jì)算檢驗(yàn)值Goutlier，若GoutlierHi，則Doutlier是異常點(diǎn)，執(zhí)行步驟五；若 Goutlier^iXi，則Doutlier不是異常點(diǎn)，執(zhí)彳丁步驟八；
[0135] 步驟五:從待檢測(cè)數(shù)組D中刪除DcmtUer，并更新刪除D?tlier后待檢測(cè)數(shù)組D的中位數(shù) median(D)、均值mean和標(biāo)準(zhǔn)差std;判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小，若標(biāo)準(zhǔn)差std大于閾 值，i = i+l，n = n-l，執(zhí)行步驟二;若標(biāo)準(zhǔn)差std小于等于閾值，執(zhí)行步驟六；
[0136] 步驟六:結(jié)束。
[0137] A7: A6所述的異常檢測(cè)方法，其中，所述顯著性水平α取值為0.05。
[0138] A8:A7所述的異常檢測(cè)方法，其中，所述臨界值Μ按照如下公式計(jì)算：
[0140] 其中，tP,n-i-i表示自由度為η-i-l的t分布的第100*ρ百分位數(shù)，其中，ρ= 1_α/(2 (n-i+1))〇
[0141] Α9:Α8所述的異常檢測(cè)方法，其中，檢驗(yàn)值按照如下公式計(jì)算：
[0143] A10:A6所述的異常檢測(cè)方法，其中，待檢測(cè)數(shù)組D的均值mean和標(biāo)準(zhǔn)差std按照如 下公式計(jì)算：
[0144] mean= (mean*n-D〇utiier)/(n-l)
[0146] A11: A6所述的異常檢測(cè)方法，其中，所述閾值取值為1 0- (-10)。
[0147] A12: A6所述的異常檢測(cè)方法，進(jìn)一步包括：
[0148] 在步驟一中，進(jìn)一步設(shè)置最大異常比例maxAnoms;
[0149] 在步驟五中，在所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟之前，進(jìn)一步判斷i 與,|__niaxAn.onis*Nj的相對(duì)大小，其中，Ij表示向下取整，若i<l_maxAnoms*Nj，繼續(xù)執(zhí) 行步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟;若>l_maxAnoms*N j,執(zhí)行步 驟六。
[0150] A13:A1所述的異常檢測(cè)方法，其中，所述周期性性能指標(biāo)包括:CHJ利用率、吞吐 量、響應(yīng)時(shí)間、JVM中新生代的垃圾回收頻率中的至少一種。
[0151] A14:A1所述的異常檢測(cè)方法，其中，在所述獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指 標(biāo)的第一時(shí)間序列的步驟之后，在所述根據(jù)所述每周期數(shù)據(jù)量no和第一時(shí)間序列確定第二 時(shí)間序列X的步驟之前，還包括:填充第一時(shí)間序列中缺失的數(shù)據(jù)。
[0152] A15:A1所述的異常檢測(cè)方法，其中，δ取值為3。
[0153] Α16:Α1所述的異常檢測(cè)方法，其中，在所述采用改進(jìn)的ESD算法確定所述待檢測(cè)數(shù) 組D中的異常點(diǎn)和各異常點(diǎn)的離群分值的步驟之后，還包括:將異常點(diǎn)和各異常點(diǎn)的離群分 值以文本和/或圖形界面的形式在監(jiān)控設(shè)備的屏幕上顯示。
[0154] Β21:Β20所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊還適于:將離群分布數(shù)組A 中的元素按照由大到小的順序排序;將離群分布數(shù)組A中的元素按照由小到大的順序排序。
[0155] B22:B21所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊進(jìn)一步適于執(zhí)行以下步 驟：
[0156] 步驟一:設(shè)置i = l，n = N，指針pi指向A' [0]，指針p2指向A' [N-1];
[0157] 步驟二:在設(shè)定的顯著性水平α下，計(jì)算臨界值Μ;
[0158] 步驟三:獲取A[*pl]和A[*p2]的值，其中，*pl表示指針pi所指向的元素的內(nèi)容，* P2表示指針p2所指向的元素的內(nèi)容，若|A[*pl] |彡|A[*p2] |，則將D[*pl]作為準(zhǔn)異常點(diǎn) 0。1^1^，其離群分值為4[*?1]，指針？1后移一位;若4[*?1]|〈4[*?2]|，則將0[*?2]作為準(zhǔn) 異常點(diǎn)D? tller，其離群分值為A[*p2]，指針p2后移一位；
[0159] 步驟四：計(jì)算檢驗(yàn)值Goutlier，若GoutlierHi，則Doutlier是異常點(diǎn)，執(zhí)行步驟五；若 Goutlier^iXi，則Doutlier不是異常點(diǎn)，執(zhí)彳丁步驟八；
[0160] 步驟五:從待檢測(cè)數(shù)組D中刪除Dcmtuer，并更新刪除D?tlier后待檢測(cè)數(shù)組D的中位數(shù) median(D)、均值mean和標(biāo)準(zhǔn)差std;判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小，若標(biāo)準(zhǔn)差std大于閾 值，i = i+l，n = n-l，執(zhí)行步驟二;若標(biāo)準(zhǔn)差std小于等于閾值，執(zhí)行步驟六；
[0161] 步驟六:結(jié)束。
[0162] B23:B22所述的異常檢測(cè)應(yīng)用，其中，所述顯著性水平α取值為〇.〇5。
[0163] Β24:Β23所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊適于按照以下公式來計(jì)算 臨界值λη
[0165] 其中，tP,n-i-1表示自由度為η-i-l的t分布的第100*ρ百分位數(shù)，其中，ρ= 1_α/(2 (n-i+1))〇
[0166] Β25:Β24所述的異常檢測(cè)應(yīng)用，所述異常檢測(cè)模塊適于按照以下公式計(jì)算檢驗(yàn)值 Goutlier ：
[0168] B26:B22所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊適于按照以下公式計(jì)算待 檢測(cè)數(shù)組D的均值mean和標(biāo)準(zhǔn)差std:
[0169] mean= (mean*n-D〇utiier)/(n-l)
[0171 ] B27 :B22所述的異常檢測(cè)應(yīng)用，其中，所述閾值取值為10- (-10)。
[0172] Β28:Β22所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊進(jìn)一步適于執(zhí)行以下步 驟:在設(shè)定的最大異常比例maxAnoms下，在步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小 的步驟之前，進(jìn)一步判斷i與l_maxAnoms*N_l的相對(duì)大小，其中，U表示向下取整，若 i< I maxAnoms*N_|,繼續(xù)執(zhí)行步驟五中所述判斷標(biāo)準(zhǔn)差std與閾值的相對(duì)大小的步驟； 若LmaxAnoms*N」，執(zhí)行步驟六。
[0173] B29:B17所述的異常檢測(cè)應(yīng)用，其中，所述周期性性能指標(biāo)包括:CPU利用率、吞吐 量、響應(yīng)時(shí)間、JVM中新生代的垃圾回收頻率中的至少一種。
[0174] B30:B17所述的異常檢測(cè)應(yīng)用，其中，還包括數(shù)據(jù)填充模塊，適于填充第一時(shí)間序 列中缺失的數(shù)據(jù)。
[0175] B31 :B17所述的異常檢測(cè)應(yīng)用，其中，δ取值為3。
[0176] Β32:Β17所述的異常檢測(cè)應(yīng)用，其中，還包括結(jié)果輸出模塊，適于將異常點(diǎn)和各異 常點(diǎn)的離群分值以文本和/或圖形界面的形式在監(jiān)控設(shè)備的屏幕上顯示。
[0177] 在此處所提供的說明書中，說明了大量具體細(xì)節(jié)。然而，能夠理解，本發(fā)明的實(shí)施 例可以在沒有這些具體細(xì)節(jié)的情況下被實(shí)踐。在一些實(shí)例中，并未詳細(xì)示出公知的方法、結(jié) 構(gòu)和技術(shù)，以便不模糊對(duì)本說明書的理解。
[0178]類似地，應(yīng)當(dāng)理解，為了精簡(jiǎn)本公開并幫助理解各個(gè)發(fā)明方面中的一個(gè)或多個(gè)，在 上面對(duì)本發(fā)明的示例性實(shí)施例的描述中，本發(fā)明的各個(gè)特征有時(shí)被一起分組到單個(gè)實(shí)施 例、圖、或者對(duì)其的描述中。然而，并不應(yīng)將該公開的方法解釋成反映如下意圖：即所要求保 護(hù)的本發(fā)明要求比在每個(gè)權(quán)利要求中所明確記載的特征更多特征。更確切地說，如下面的 權(quán)利要求書所反映的那樣，發(fā)明方面在于少于前面公開的單個(gè)實(shí)施例的所有特征。因此，遵 循【具體實(shí)施方式】的權(quán)利要求書由此明確地并入該【具體實(shí)施方式】，其中每個(gè)權(quán)利要求本身都 作為本發(fā)明的單獨(dú)實(shí)施例。
[0179]本領(lǐng)域那些技術(shù)人員應(yīng)當(dāng)理解在本文所公開的示例中的設(shè)備的模塊或單元或組 件可以布置在如該實(shí)施例中所描述的設(shè)備中，或者可替換地可以定位在與該示例中的設(shè)備 不同的一個(gè)或多個(gè)設(shè)備中。前述示例中的模塊可以組合為一個(gè)模塊或者此外可以分成多個(gè) 子模塊。
[0180]本領(lǐng)域那些技術(shù)人員可以理解，可以對(duì)實(shí)施例中的設(shè)備中的模塊進(jìn)行自適應(yīng)性地 改變并且把它們?cè)O(shè)置在與該實(shí)施例不同的一個(gè)或多個(gè)設(shè)備中?？梢园褜?shí)施例中的模塊或單 元或組件組合成一個(gè)模塊或單元或組件，以及此外可以把它們分成多個(gè)子模塊或子單元或 子組件。除了這樣的特征和/或過程或者單元中的至少一些是相互排斥之外，可以采用任 何組合對(duì)本說明書(包括伴隨的權(quán)利要求、摘要和附圖）中公開的所有特征以及如此公開的 任何方法或者設(shè)備的所有過程或單元進(jìn)行組合。除非另外明確陳述，本說明書(包括伴隨的 權(quán)利要求、摘要和附圖）中公開的每個(gè)特征可以由提供相同、等同或相似目的的替代特征來 代替。
[0181] 此外，本領(lǐng)域的技術(shù)人員能夠理解，盡管在此所述的一些實(shí)施例包括其它實(shí)施例 中所包括的某些特征而不是其它特征，但是不同實(shí)施例的特征的組合意味著處于本發(fā)明的 范圍之內(nèi)并且形成不同的實(shí)施例。例如，在下面的權(quán)利要求書中，所要求保護(hù)的實(shí)施例的任 意之一都可以以任意的組合方式來使用。
[0182] 此外，所述實(shí)施例中的一些在此被描述成可以由計(jì)算機(jī)系統(tǒng)的處理器或者由執(zhí)行 所述功能的其它裝置實(shí)施的方法或方法元素的組合。因此，具有用于實(shí)施所述方法或方法 元素的必要指令的處理器形成用于實(shí)施該方法或方法元素的裝置。此外，裝置實(shí)施例的在 此所述的元素是如下裝置的例子:該裝置用于實(shí)施由為了實(shí)施該發(fā)明的目的的元素所執(zhí)行 的功能。
[0183] 如在此所使用的那樣，除非另行規(guī)定，使用序數(shù)詞"第一"、"第二"、"第三"等等來 描述普通對(duì)象僅僅表示涉及類似對(duì)象的不同實(shí)例，并且并不意圖暗示這樣被描述的對(duì)象必 須具有時(shí)間上、空間上、排序方面或者以任意其它方式的給定順序。
[0184] 盡管根據(jù)有限數(shù)量的實(shí)施例描述了本發(fā)明，但是受益于上面的描述，本技術(shù)領(lǐng)域 內(nèi)的技術(shù)人員明白，在由此描述的本發(fā)明的范圍內(nèi)，可以設(shè)想其它實(shí)施例。此外，應(yīng)當(dāng)注意， 本說明書中使用的語言主要是為了可讀性和教導(dǎo)的目的而選擇的，而不是為了解釋或者限 定本發(fā)明的主題而選擇的。因此，在不偏離所附權(quán)利要求書的范圍和精神的情況下，對(duì)于本 技術(shù)領(lǐng)域的普通技術(shù)人員來說許多修改和變更都是顯而易見的。對(duì)于本發(fā)明的范圍，對(duì)本 發(fā)明所做的公開是說明性的，而非限制性的，本發(fā)明的范圍由所附權(quán)利要求書限定。
【主權(quán)項(xiàng)】
1. 一種異常檢測(cè)方法，在監(jiān)控設(shè)備中執(zhí)行，適于對(duì)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性 能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)，所述方法包括： 獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，所述第一時(shí)間序列包括[to, tn?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí)刻，tn?為當(dāng)前時(shí)刻； 設(shè)置每周期數(shù)據(jù)量no,所述每周期數(shù)據(jù)量表示每個(gè)周期內(nèi)包括的周期性性能指標(biāo)的觀 測(cè)值的數(shù)目； 根據(jù)所述每周期數(shù)據(jù)量no和第一時(shí)間序列確定第二時(shí)間序列X，所述第二時(shí)間序列包括 從[tn?-S*n〇+l，tn?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，δ為正整數(shù)； 將所述第二時(shí)間序列X進(jìn)行STL分解，W將所述第二時(shí)間序列X拆分為周期序列S、趨勢(shì) 序列Τ、殘差序列ΚΞ者之和； 根據(jù)所述第二時(shí)間序列X和周期序列擁角定待檢測(cè)數(shù)組D; 采用改進(jìn)的ESD算法確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值。2. 如權(quán)利要求1所述的異常檢測(cè)方法，其中，所述根據(jù)所述第二時(shí)間序列X和周期序列S 確定待檢測(cè)數(shù)組D的步驟采用W下公式： D = X-S-median(X) 其中，median(X)表示第二時(shí)間序列X的中位數(shù)。3. 如權(quán)利要求2所述的異常檢測(cè)方法，其中，所述采用改進(jìn)的ESD算法確定所述待檢測(cè) 數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值的步驟包括： 根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù)組A，所述離群分布數(shù)組A適于存儲(chǔ)待檢測(cè)數(shù)組D 中每一個(gè)元素的離群分值； 根據(jù)所述離群分布數(shù)組A確定位置數(shù)組A'，所述位置數(shù)組A'適于存儲(chǔ)將離群分布數(shù)組A 中的元素進(jìn)行排序后，排序后的元素在離群分布數(shù)組A中的位置； 在設(shè)定的顯著性水平α下，計(jì)算臨界值λ，并根據(jù)λ、離群分布數(shù)組A和位置數(shù)組A'來確定 所述待檢測(cè)數(shù)組D中的異常點(diǎn)。4. 如權(quán)利要求3所述的異常檢測(cè)方法，其中，所述根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布 數(shù)組A的步驟采用W下公式：其中，median(D)表示待檢測(cè)數(shù)組D的中位數(shù)，mad(D)表示待檢測(cè)數(shù)組D的平均絕對(duì)偏 差，其中，N表示第二時(shí)間序列X中包含的觀測(cè)值的數(shù)目。5. 如權(quán)利要求4所述的異常檢測(cè)方法，其中，所述將離群分布數(shù)組A中的元素進(jìn)行排序 包括:將離群分布數(shù)組A中的元素按照由大到小的順序排序;將離群分布數(shù)組A中的元素按 照由小到大的順序排序。6. -種異常檢測(cè)應(yīng)用，在監(jiān)控設(shè)備中執(zhí)行，適于對(duì)被監(jiān)控設(shè)備的一個(gè)或多個(gè)周期性性 能指標(biāo)進(jìn)行實(shí)時(shí)異常檢測(cè)，所述裝置包括： 數(shù)據(jù)獲取模塊，適于獲取被監(jiān)控設(shè)備的某個(gè)周期性性能指標(biāo)的第一時(shí)間序列，所述第 一時(shí)間序列包括[to, tnnw]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其中，to為初始時(shí) 亥lj，tn?為當(dāng)前時(shí)刻； 參數(shù)設(shè)置模塊，適于設(shè)置每周期數(shù)據(jù)量no，所述每周期數(shù)據(jù)量表示每個(gè)周期內(nèi)包括的周 期性性能指標(biāo)的觀測(cè)值的數(shù)目； 數(shù)據(jù)截取模塊，適于根據(jù)所述每周期數(shù)據(jù)量no和第一時(shí)間序列確定第二時(shí)間序列X，所 述第二時(shí)間序列包括從[tn?-S*n〇+l，tn?]時(shí)間段內(nèi)所述周期性性能指標(biāo)的多個(gè)觀測(cè)值，其 中，δ為正整數(shù)； 數(shù)據(jù)分解模塊，適于將所述第二時(shí)間序列X進(jìn)行STL分解，W將所述第二時(shí)間序列X拆分 為周期序列S、趨勢(shì)序列Τ、殘差序列ΚΞ者之和； 異常檢測(cè)模塊，適于根據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D;并采用改 進(jìn)的ESD算法確定所述待檢測(cè)數(shù)組D中的異常點(diǎn)和各異常點(diǎn)的離群分值。7. 如權(quán)利要求6所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊適于按照W下公式來根 據(jù)所述第二時(shí)間序列X和周期序列S確定待檢測(cè)數(shù)組D: D = X-S-median(X) 其中，median(X)表示第二時(shí)間序列X的中位數(shù)。8. 如權(quán)利要求7所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊進(jìn)一步適于執(zhí)行W下步 驟： 根據(jù)所述待檢測(cè)數(shù)組D計(jì)算離群分布數(shù)組A，所述離群分布數(shù)組A適于存儲(chǔ)待檢測(cè)數(shù)組D 中每一個(gè)元素的離群分值； 根據(jù)所述離群分布數(shù)組A確定位置數(shù)組A'，所述位置數(shù)組A '適于存儲(chǔ)將離群分布數(shù)組A 中的元素進(jìn)行排序后，排序后的元素在離群分布數(shù)組A中的位置； 在設(shè)定的顯著性水平α下，計(jì)算臨界值λ，并根據(jù)λ、離群分布數(shù)組A和位置數(shù)組A'來確定 所述待檢測(cè)數(shù)組D中的異常點(diǎn)。9. 如權(quán)利要求8所述的異常檢測(cè)應(yīng)用，其中，所述異常檢測(cè)模塊適于按照W下公式來根 據(jù)所述待檢測(cè)數(shù)組的十算離群分布數(shù)組A:其中，median (D)表示待檢測(cè)數(shù)組D的中位數(shù)，mad (D)表示待檢測(cè)數(shù)組D的平均絕對(duì)偏 差，其中，N表示第二時(shí)間序列帥包含的觀測(cè)值的數(shù)目。10. -種監(jiān)控設(shè)備，包括如權(quán)利要求6-9中任一項(xiàng)所述的異常檢測(cè)應(yīng)用。
【文檔編號(hào)】G06F11/32GK106095655SQ201610374201
【公開日】2016年11月9日
【申請(qǐng)日】2016年5月31日
【發(fā)明人】吳海珊, 阮松松, 劉麒贇
【申請(qǐng)人】北京藍(lán)海訊通科技股份有限公司