异常检测方法和设备的制造方法
【技术领域】
[0001] 本发明实施例设及通信技术，尤其设及一种异常检测方法和设备。
【背景技术】
[0002] 随着云计算虚拟化技术的日益普及，基础虚拟化设施的管理与监控变得越来越重 要。通过对虚拟化设施的各种性能指标进行实时监控，可W及时发现异常情况，并发出报警 通知，W提醒运维人员采取措施保持虚拟化设施的正常运行。
[0003] 现有的异常检测是通过各性能参数的历史数据计算动态阔值范围和当前检测点 的判异决策值，然后判断当前检测点决策值是否属于动态阔值范围，如果当前检测点的决 策值属于动态阔值范围，则存储当前检测点的观测值作为历史数据，如果当前检测点的决 策值不属于动态阔值范围，则计算多点异常统计量，将当前检测点的观测值从历史数据中 删除，并判断多点异常统计量是否大于报警阔值，如果多点异常统计量大于报警阔值，则报 告异常发生，如果多点异常统计量小于报警阔值，则更新单点异常阔值，继续检测。
[0004] 现有的方法，对于所有的性能参数都采用统一的处理方式判定是否出现异常，导 致出现大量的虚警和漏判，例如，对于一些对参数波动不敏感的性能参数来说会产生大量 的虚警，对于一些对参数波动敏感的性能参数来说会产生漏报。
【发明内容】
[0005] 本发明实施例提供一种异常检测方法和设备，避免待检测设备的性能参数异常的 误判、漏报和虚警。
[0006] 本发明第一方面提供一种异常检测方法，异常检测设备通过获取待检测设备的性 能参数的历史数据序列和近期趋势数据序列，根据历史数据序列计算得到当前检测点的 第一动态阔值范围，W及根据近期趋势数据序列计算得到当前检测点的第二动态阔值范 围，然后根据第一动态阔值范围、第二动态阔值范围和动态阔值选择策略确定当前检测点 的动态阔值范围，当当前检测点的观测值属于当前检测点的动态阔值范围时，将当前检测 点的观测值作为历史数据，继续检测下一个检查点，当当前检测点的观测值不属于当前检 测点的动态阔值范围时，将当前检测点的观测值作为历史数据，并进行异常告警处理。其 中，历史数据序列包括当前检测点的观测值和当前检测点所属的当前检测周期之前的N个 检测周期内的同一检测点的观测值，近期趋势数据序列包括当前检测点的观测值和当前检 测点前的N个检测点的观测值。所述方法中，能够综合性能参数的历史数据和近期趋势的变 化来确定当前检测点的动态阔值范围，并能够根据不同性能参数设置不同的动态阔值选择 策略，避免待检测设备的性能参数异常的误判、漏报和虚警。
[0007] 在本发明第一方面的基础上，在一种可能的实现方式中，异常检测设备可W采用 W下方法计算当前检测点的第一动态阔值范围和第二动态阔值范围：首先根据历史数据序 列计算得到第一判异决策值序列，根据近期趋势数据序列计算得到第二判异决策值序列， 然后，根据历史数据序列和第一判异决策值序列计算得到历史数据序列的阔值动态范围， 根据近期趋势数据序列和第二判异决策值序列计算得到近期趋势数据序列的阔值动态范 围，最后根据当前检测点的观测值和当前检测点的第一判异决策值的关系W及历史数据序 列的阔值动态范围，确定当前检测点的观测值的第一动态阔值范围，根据当前检测点的观 测值和当前检测点的第二判异决策值的关系W及近期趋势数据序列的阔值动态范围，确定 当前检测点的观测值的第二动态阔值范围。
[0008] 异常检测设备在确定当前检测点的观测值的第一动态阔值范围时，先根据当前检 测点的观测值和当前检测点的第一判异决策值的关系，用当前检测点的观测值表示当前检 测点的第一判异决策值，得到当前检测点的第一判异决策值的第一表达式，将第一表达式 带入历史数据序列的阔值动态范围得到第一不等式，对第一不等式进行等价变换，得到第 一阔值动态范围。用同样的方法可W计算得到第二阔值动态范围。
[0009] 在计算第一判异决策值序列和第二判异决策值序列时，先建立预测模型，对历史 数据序列和近期趋势数据序列分别进行零均值化处理，然后根据零均值化后的历史数据 序列确定预测模型的第一系数，根据预测模型的第一系数，计算历史数据序列中每个检测 点零均值化后的预测值，计算历史数据序列中每个检测点零均值化后的观测值和预测值的 残差，得到第一残差序列，计算所述第一残差序列的标准差，根据所述第一残差序列与所述 第一残差序列的标准差的比值，得到第一判异决策值序列。同理根据零均值化后的近期趋 势数据序列得到第二判异决策值序列。
[0010] 在计算历史数据序列的阔值动态范围时，先计算历史数据序列的前N个观测值的 均方差，获取历史数据序列的前N个观测值的波动周期的正比例函数，根据历史数据序列的 前N个观测值的均方差和波动周期的正比例函数，计算第一波动系数，同时计算第一判异决 策值序列中正决策值的平均值和标准差，W及负决策值的平均值和标准差，根据第一判异 决策值序列中正决策值的平均值和标准差、负决策值的平均值和标准差W及第一波动系 统，得到历史数据序列的阔值动态范围：pr - K巧-，克+ H-、巧11，其中，充-表示第一判异决 策值序列中负决策值的平均值，充+表示第一判异决策值序列中正决策值的平均值，Kl表示 第一波动系数，or表示第一判异决策值序列中负决策值的标准差，01+表示第二判异决策值 序列中正决策值的标准差。用同样的方法计算得到近期趋势数据序列的阔值动态范围： 系--/V-:。：，充+ +/T:。-:+]，其中，克-表示第二判异决策值序列中负决策值的平均值，克+表 示第二判异决策值序列中正决策值的平均值，K2表示第二波动系数，02^表示第二判异决策 值序列中负决策值的标准差，02+表示第二判异决策值序列中正决策值的标准差。
[0011] 在本发明第一方面的基础上，在一种可能的实现方式中，在计算第一动态阔值范 围和第二动态阔值范围之前，还可W通过最小二乘法去除历史数据序列和近期趋势数据序 列中的异常数据，W提升动态阔值范围的准确性。
[0012] 在本发明第一方面的基础上，在一种可能的实现方式中，异常告警处理流程如下： 先根据当前检测点的观测值和当前检测点的动态阔值范围确定单点异常量，单点异常量为 当前检测点的观测值超出当前检测点的动态阔值范围的值，然后根据单点异常量和前一时 刻的告警统计量确定当前检测点的告警统计量，并根据当前检测点的动态阔值范围和异常 发生的点数计算当前检测点的告警统计量的阔值范围，其次判断当前检测点的告警统计量 是否属于当前检测点的告警统计量的阔值范围，如果当前检测点的告警统计量不属于当 前检测点的告警统计量的阔值范围，则判断告警标识是否为真，如果告警标识不为真，则触 发告警，记录告警时间起点，将告警标识设置为真，继续检测下一个检测点，如果告警标识 为真，则继续检测下一个检测点。如果当前检测点的告警统计量属于当前检测点的告警统 计量的阔值范围，则判断告警标识是否为真，如果告警标识为真，则结束告警，记录告警事 件终点，将告警标识设置为否，继续检测下一个检测点，如果告警标识不为真，则继续检测 下一个检测点。该告警处理流程并不是在某个检查点出现异常之后，立即就进行告警，而是 当连续多点发生异常时，告警统计量迅速W指数增长，运样告警统计量很快就会超过线性 增长的告警阔值范围，才会进行告警，从而可W避免虚警产生，
[0013] 本发明第二方面提供一种异常检测设备，该异常检测设备包括:获取模块、计算模 块、第一确定模块、判断模块、第二确定模块和告警模块16。其中，获取模块用于获取待检测 设备的性能参数的历史数据序列和近期趋势数据序列，计算模块用于根据历史数据序列计 算得到当前检测点的第一动态阔值范围，W及根据近期趋势数据序列计算得到当前检测点 的第二动态阔值范围，第一确定模块用于根据第一动态阔值范围、第二动态阔值范围和动 态阔值选择策略确定当前检测点的动态阔值范围，判断模块用于判断当前检测点的观测值 是否属于当前检测点的动态阔值范围，第二确定模块，用于当当前检测点的观测值属于当 前检测点的动态阔值范围时，将当前检测点的观测值作为历史数据，第二确定模块还用于 当当前检测点的观测值不属于当前检测点的动态阔值范围时，将当前检测点的观测值作为 历史数据，并触发告警模块进行异常告警处理。
[0014] 在本发明第一方面的基础上，在一种可能的实现方式中，计算模块包括:第一计算 子模块、第二计算子模块和第=计算子模块。第一计算子模块用于根据历史数据序列计算 得到第一判异决策值序列，根据近期趋势数据序列计算得到第二判异决策值序列，第二计 算子模块用于根据历史数据序列和第一判异决策值序列计算得到历史数据序列的阔值动 态范围，W及根据近期趋势数据序列和第二判异决策值序列计算得到近期趋势数据序列的 阔值动态范围，第=计算子模块用于根据当前检测点的观测值和当前检测点的第一判异决 策值的关系W及历史数据序列的阔值动态范围，确定当前检测点的观测值的第一动态阔 值范围，W及根据当前检测点的观测值和当前检测点的第二判异决策值的关系W及近期趋 势数据序列的阔值动态范围，确定当前检测点的观测值的第二动态阔值范围。
[0015] 在一种可能的实现方式中，第一计算子模块具体用于:对历史数据序列和近期趋 势数据序列分别进行零均值化处理，根据零均值化后的历史数据序列确定预测模型的第一 系数，根据预测模型的第一系数，计算历史数据序列中每个检测点零均值化后的预测值，计 算历史数据序列中每个检测点零均值化后的观测值和预测值的残差，得到第一残差序列， 计算第一残差序列的标准差，根据第一残差序列与第一残差序列的标准差的比值，得到第 一判异决策值序列。第一计算子模块用同样的方法根据零均值化后的近期趋势数据序列计 算得到第二判异决策值序列。
[0016] 在一种可能的实现方式中，第二计算子模块具体用于:计算历史数据序列的前N个 观测值的均方差，获取历史数据序列的前N个观测值的波动周期的正比例函数，根据历史数 据序列的前N个观测值的均方差和波动周期的正比例函数，计算第一波动系数，同时计算第 一判异决策值序列中正决策值的平均值和标准差，W及负决策值的平均值和标准差，根据 第一判异决策值序列中正决策值的平均值和标准差、负决策值的平均值和标准差W及第一 波动系统，得到历史数据序列的阔值动态范围
I其中，克^表示第一
判异决策值序列中负决策值的平均值，友+表示第一判异决策值序列中正决策值的平均值， Ki表示第一波动系数，or表示第一判异决策值序列中负决策值的标准差，01+表示第二判异 决策值序列中正决策护心心心心心心&采用同样的方法计算得到近期趋势数据 序列的阔值动态范围：
[0017] 在一种可能的实现方式中，第=计算子模块具体用于:根据当前检测点的观测值 和当前检测点的第一判异决策值的关系，用当前检测点的观测值表示所述当前检测点的第 一判异决策值，得到所述当前检测点的第一判异决策值的第一表达式，将第一表达式带入 历史数据序列的阔值动态范围得到第一不等式，对第一不等式进行等价变换，得到第一阔 值动态范围。第=计算子模块用同样方法计算得到第二阔值动态范围。