一种异常检测方法、装置及存储介质

    公开(公告)号:CN118861904A

    公开(公告)日:2024-10-29

    申请号:CN202311150165.2

    申请日:2023-09-07

    Abstract: 本公开是一种异常检测方法、装置及存储介质,方法包括:基于业务系统的历史时间序列数据确定数据集,所述数据集包括至少一组数据序列;所述数据序列通过对所述历史时间序列数据进行处理之后所得;构建第一模型;所述第一模型包括编码模块和解码模块,所述编码模块用于编码学习输入至所述编码模块的数据序列的特征,所述解码模块用于基于所述编码模块的输出结果重建出输入至所述编码模块的数据序列;基于所述数据集训练所述第一模型,直至所述第一模型的解码模块的输出结果与所述第一模型的编码模块的输入之间的误差小于或等于第一阈值;利用所述第一模型检测所述业务系统的时间序列数据是否异常。本公开的方法可以提高检测效率,降低成本。

    系统异常崩溃识别方法、装置、计算机设备及存储介质

    公开(公告)号:CN116910586A

    公开(公告)日:2023-10-20

    申请号:CN202211586813.4

    申请日:2022-12-09

    Abstract: 本申请涉及一种系统异常崩溃识别方法、装置、计算机设备及存储介质,涉及安全管控技术领域。该方法包括:获取系统崩溃数据集,该系统崩溃数据集中包含系统崩溃数据,该系统崩溃数据用于指示移动端应用发生的崩溃事件;通过无监督模型对系统崩溃数据集中的系统崩溃数据进行识别,获得候选异常崩溃数据;该无监督模型是基于统计学判别法以及孤立森林算法构建的模型;对候选异常崩溃数据进行筛选,获取异常崩溃数据。通过上述方法,可以实现对系统异常崩溃数据的自动识别,避免了人工识别并上报所造成的时延和误差,提高了运维效率;同时叠加多层次的筛选识别,可以提高对异常崩溃数据的识别准确率,从而提高基于异常崩溃数据进行系统运维的准确性。

Patent Agency Ranking