多站点检测误报成因迁移方法与流程

摘要: 本技术属于智能检测,尤其涉及一种多站点检测误报成因迁移方法。背景技术:1、随着工业检测系统在多站点场景中的规模化部署,如何将已投产源站点的误报成因识别经验快速迁...
多站点检测误报成因迁移方法与流程

本技术属于智能检测,尤其涉及一种多站点检测误报成因迁移方法。

背景技术:

1、随着工业检测系统在多站点场景中的规模化部署,如何将已投产源站点的误报成因识别经验快速迁移至新部署的目标站点,已成为保障检测系统交付效率和运维质量的关键问题。

2、传统迁移方法通常直接利用源站点的历史误报样本,统计各误报成因在全部误报样本中的出现概率,将各源站点的统计结果直接聚合后迁移至目标站点。

3、然而,该传统迁移方法直接使用源站点统计的误报成因出现概率进行迁移,所获得的迁移结果存在偏差,无法准确反映目标站点在各环境类型下的真实误报成因分布。

技术实现思路

1、本技术实施例提供了一种多站点检测误报成因迁移方法,能够提高对目标站点在各环境类型下的真实误报成因分布的估计准确度。

2、第一方面,本技术实施例提供了一种多站点检测误报成因迁移方法,包括:

3、获取目标站点的环境类型分布、各源站点的误报样本数据以及各误报样本数据对应的采集设备的设备属性信息;各误报样本数据包括对应的环境类型和误报成因类别;

4、按照设备属性信息对误报样本数据进行分组,确定每一设备类别下各环境类型对应的误报成因类别的第一误报成因出现概率;

5、针对每一环境类型,对环境类型下各设备类别对应的第一误报成因出现概率进行融合处理,得到环境类型的第二误报成因概率分布;

6、根据环境类型分布和各第二误报成因概率分布,确定目标站点的误报成因分布。

7、在第一方面的一种可能的实现方式中,对环境类型下各设备类别对应的第一误报成因出现概率进行融合处理,得到环境类型的第二误报成因概率分布,包括:确定各设备类别对应的误报样本数据在所有误报样本数据中的占比;根据各占比对环境类型下各设备类别对应的第一误报成因出现概率进行融合处理,得到环境类型的第二误报成因概率分布。

8、在第一方面的一种可能的实现方式中,在确定每一设备类别下各环境类型对应的误报成因类别的第一误报成因出现概率之后,还包括:针对每一源站点,根据源站点下各设备类别对应的第一误报成因出现概率,确定源站点在不同环境类型下的第一误报成因分布;针对每一环境类型,根据各源站点在环境类型下的第一误报成因分布,确定各源站点之间的一致性度量值,并根据一致性度量值确定环境类型对应的融合置信度;相应地,根据环境类型分布和各第二误报成因概率分布,确定目标站点的误报成因分布,包括:根据环境类型分布、各第二误报成因概率分布和各融合置信度,确定目标站点的误报成因分布。

9、在第一方面的一种可能的实现方式中,一致性度量值与融合置信度成反比;根据一致性度量值确定环境类型对应的融合置信度,包括:确定一致性度量值和预设系数的乘积,以预设数值与乘积之和作为分母,以预设数值作为分子,确定第一置信度;根据所有源站点在环境类型下的样本总量和预设样本数量阈值,确定环境类型的保底系数;根据第一置信度和保底系数,确定环境类型对应的融合置信度。

10、在第一方面的一种可能的实现方式中,根据所有源站点在环境类型下的样本总量和预设样本数量阈值,确定环境类型的保底系数,包括:当所有源站点在环境类型下的样本总量不小于预设样本数量阈值时,将预设值确定为环境类型的保底系数;当样本总量小于预设样本数量阈值时,根据样本总量和预设样本数量阈值之间的比值,确定环境类型的保底系数。

11、在第一方面的一种可能的实现方式中,根据环境类型分布、各第二误报成因概率分布和各融合置信度,确定目标站点的误报成因分布,包括:针对每一环境类型,根据环境类型对应的第二误报成因概率分布、融合置信度和环境占比,确定环境类型对应的贡献值;环境占比用于表征环境类型在环境类型分布中的占比;根据所有环境类型的贡献值,确定目标站点的误报成因分布。

12、在第一方面的一种可能的实现方式中,在确定目标站点的误报成因分布之后,还包括:获取目标站点运行过程中产生的误报标注数据;按照环境类型对误报标注数据进行分组累积;当任一环境类型下的累积数值达到预设数量阈值时,根据环境类型对应的误报标注数据,对环境类型对应的第二误报成因概率分布进行检验,判断第二误报成因概率分布是否发生偏移。

13、在第一方面的一种可能的实现方式中,根据环境类型对应的误报标注数据,对环境类型对应的第二误报成因概率分布进行检验,判断第二误报成因概率分布是否发生偏移,包括:根据各源站点在环境类型下的样本量和各自对应的设备类别的误报样本数据在所有误报样本数据中的占比,确定环境类型的有效样本量;根据环境类型对应的第二误报成因概率分布和有效样本量,确定环境类型对应的源站后验分布参数;

14、根据环境类型下的误报标注数据和源站后验分布参数,确定误报标注数据在源站后验分布下的第一边际似然值;根据环境类型下的误报标注数据,确定误报标注数据在独立分布下的第二边际似然值;根据第二边际似然值与第一边际似然值的比值,确定检验因子;当检验因子大于预设检验阈值时,确定环境类型对应的第二误报成因概率分布发生偏移;当检验因子不大于预设检验阈值时,确定环境类型对应的第二误报成因概率分布未发生偏移。

15、在第一方面的一种可能的实现方式中,当确定第二误报成因概率分布发生偏移之后,还包括:统计环境类型对应的误报标注数据中各类误报成因的观测频次;根据观测频次和第二误报成因概率分布,确定环境类型的修正后误报成因概率分布;根据环境类型分布、修正后误报成因概率分布和未修正的其他环境类型对应的第二误报成因概率分布,重新确定目标站点的误报成因分布。

16、在第一方面的一种可能的实现方式中,根据观测频次和第二误报成因概率分布,确定环境类型的修正后误报成因概率分布,包括:以第二误报成因概率分布为源站先验参照,根据第二误报成因概率分布中各误报成因类别的出现概率和预设先验强度系数,确定各误报成因类别对应的先验计数值;针对每一误报成因类别,根据误报成因类别对应的观测频次和先验计数值,确定误报成因类别对应的修正后出现概率;根据所有修正后出现概率,确定环境类型的修正后误报成因概率分布。

17、第二方面,本技术实施例提供了一种多站点检测误报成因迁移装置,包括:

18、获取模块,用于获取目标站点的环境类型分布、各源站点的误报样本数据以及各误报样本数据对应的采集设备的设备属性信息;各误报样本数据包括对应的环境类型和误报成因类别;

19、分组模块,用于按照设备属性信息对误报样本数据进行分组,确定每一设备类别下各环境类型对应的误报成因类别的第一误报成因出现概率;

20、融合模块,用于针对每一环境类型,对环境类型下各设备类别对应的第一误报成因出现概率进行融合处理,得到环境类型的第二误报成因概率分布;

21、迁移模块,用于根据环境类型分布和各第二误报成因概率分布,确定目标站点的误报成因分布。

22、第三方面,本技术实施例提供了一种计算机设备,包括存储器、处理器以及存储在存储器中并可在处理器上运行的计算机程序,处理器执行计算机程序时实现上述第一方面任一项的多站点检测误报成因迁移方法。

23、第四方面,本技术实施例提供了一种计算机可读存储介质,计算机可读存储介质存储有计算机程序,计算机程序被处理器执行时实现上述第一方面任一项的多站点检测误报成因迁移方法。

24、第五方面,本技术实施例提供了一种计算机程序产品,当计算机程序产品在计算机设备上运行时,使得计算机设备执行上述第一方面任一项的多站点检测误报成因迁移方法。

25、本技术实施例与现有技术相比存在的有益效果是:

26、本技术实施例提供一种多站点检测误报成因迁移方法, 通过获取目标站点的环境类型分布、各源站点的误报样本数据以及各误报样本数据对应采集设备的设备属性信息,为后续分层处理提供了数据基础,其中,误报样本数据中携带的环境类型和误报成因类别构成了后续分析的核心标签,而设备属性信息则提供了不同采集设备的设备类别的识别依据;在此基础上,按照设备属性信息对误报样本数据进行分组并确定每一设备类别下各环境类型对应的第一误报成因出现概率,使得原本混杂在一起的不同设备类别的误报样本数据能够被分离到各自的设备类别中进行统计,从而避免设备配置差异导致统计结果偏离各环境类型下的真实误报成因分布;进而针对每一环境类型,将该环境类型下各设备类别对应的第一误报成因出现概率进行融合处理,得到该环境类型的第二误报成因概率分布,使得跨站迁移时所依据的第二误报成因概率分布为各设备类别对应的第一误报成因出现概率的融合处理结果,从而消除了源站点设备构成差异对第二误报成因概率分布估计的干扰,保证了迁移时使用的第二误报成因概率分布能够反映给定环境类型下各误报成因类别的基础分布情况;最后,根据目标站点的环境类型分布和各第二误报成因概率分布确定目标站点的误报成因分布,准确反映了目标站点在各环境类型下真实的误报成因分布。因此,本技术能够有效解决传统迁移方法直接使用源站点统计的误报成因出现概率进行迁移所导致的迁移结果存在偏差的技术问题,实现了准确反映目标站点在各环境类型下的真实误报成因分布的技术效果。