一种数据异常检测算法确定方法、装置及计算机设备与流程

技术特征：
1.一种数据异常检测算法确定方法，其特征在于，包括如下步骤：获取待检测数据；根据预设特征提取工具对所述待检测数据进行特征提取，得到所述待检测数据的指纹信息；根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与所述待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定所述待检测数据的异常检测算法。2.根据权利要求1所述的方法，其特征在于，所述根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配包括：根据预设选择算法对所述待检测数据的指纹信息进行特征筛选，得到筛选后的指纹信息，根据所述筛选后的指纹信息与预设算法选择模型中的指纹信息进行特征匹配。3.根据权利要求1所述的方法，其特征在于，所述预设算法选择模型通过如下步骤确定：获取历史数据以及与所述历史数据对应的异常检测算法；根据预设特征提取工具对所述历史数据进行特征提取，得到所述历史数据的指纹信息；根据所述历史数据的指纹信息和与所述历史数据对应的异常检测算法确定所述预设算法选择模型。4.根据权利要求3所述的方法，其特征在于，所述根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与所述待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定所述待检测数据的异常检测算法，包括：分别计算所述待检测数据的指纹信息和每一个所述历史数据的指纹信息的相似度；根据所述相似度确定所述待检测数据的参照历史数据；根据与所述参照历史数据对应的异常检测算法确定所述待检测数据的异常检测算法。5.根据权利要求4所述的方法，其特征在于，所述参照历史数据的数量为多个，所述方法还包括：确定与多个参照历史数据对应的异常检测算法的选择权重；将最大选择权重对应的异常检测算法确定为所述待检测数据的异常检测算法。6.根据权利要求1所述的方法，其特征在于，所述方法还包括：当获取到新的异常检测算法时，将所述新的检测算法添加到所述预设算法选择模型中。7.根据权利要求1所述的方法，其特征在于，所述预设特征提取工具包括：tsfresh工具、通用异常检测系统以及统计工具。8.一种数据异常检测算法确定装置，其特征在于，包括：待检测数据获取模块，用于获取待检测数据；第一特征提取模块，用于根据预设特征提取工具对所述待检测数据进行特征提取，得到所述待检测数据的指纹信息；第一确定模块，用于根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与所述待检测数据的指纹信息最相似的指纹信息对应的异常检测算
法确定所述待检测数据的异常检测算法。9.一种计算机设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1
‑
7中任一项所述的数据异常检测算法确定方法的步骤。10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1
‑
7中任一项所述的数据异常检测算法确定方法的步骤。

技术总结
本发明公开了一种数据异常检测算法确定方法、装置及计算机设备，该方法包括：获取待检测数据；根据预设特征提取工具对所述待检测数据进行特征提取，得到所述待检测数据的指纹信息；根据所述待检测数据的指纹信息与预设算法选择模型中的指纹信息进行特征匹配，根据与待检测数据的指纹信息最相似的指纹信息对应的异常检测算法确定待检测数据的异常检测算法。本发明通过对待检数据进行特征提取，与提前设置好的预设算法选择模型中的多个数据的指纹信息进行特征匹配，根据匹配度最高的指纹信息对应的异常检测算法确定该待检测数据的异常检测算法，可以实现根据数据特征变化，实时选择最适应该待检测数据的异常检测算法，场景适应能力强，通用性较好。通用性较好。通用性较好。


技术研发人员：刘卫卫 雷舒雅 王晓慧 杨中国 吴岩
受保护的技术使用者：国网四川省电力公司 国家电网有限公司
技术研发日：2021.07.16
技术公布日：2021/10/23