一种异常变更检测方法、装置、设备及存储介质与流程

技术特征：
1.一种异常变更检测方法，其特征在于，所述方法包括：获取待检测指标数据的历史同期数据检测对和变更前后数据检测对；根据所述待检测指标数据的历史波动幅度，从至少两个候选孪生网络模型中确定目标孪生网络模型；将所述历史同期数据检测对和所述变更前后数据检测对分别输入目标孪生网络模型，得到历史同期距离和变更前后距离；根据所述历史同期距离和变更前后距离确定所述待检测指标数据的异常变更检测结果。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指标数据的历史波动幅度，从至少两个候选孪生网络模型中确定目标孪生网络模型包括：根据待检测指标数据的历史波动幅度，确定目标噪声等级；从至少两个候选孪生网络模型中选取采用目标噪声等级的训练样本对训练的候选孪生网络模型，作为目标孪生网络模型。3.根据权利要求2所述的方法，其特征在于，所述根据所述待检测指标数据的历史波动幅度，从至少两个候选孪生网络模型中确定目标孪生网络模型之前，还包括：根据训练样本集中训练样本生成目标噪声等级的目标训练样本对和该目标训练样本对的训练标签；根据所述目标训练样本对和该目标训练样本对的训练标签，对所述目标孪生网络模型进行训练。4.根据权利要求3所述的方法，其特征在于，所述根据所述目标训练样本对和该目标训练样本对的训练标签，对所述目标孪生网络模型进行训练包括：若所述目标训练样本对的训练标签为不相似正例标签，则通过所述目标训练样本对训练所述目标孪生网络模型学习样本对不相似特征；若所述目标训练样本对的训练标签为相似负例标签，则通过所述目标训练样本对训练所述目标孪生网络模型学习样本对相似特征。5.根据权利要求2-4任一项所述的方法，其特征在于，所述训练样本集中通过向原始样本集注入噪声得到，所述原始样本包括历史同期数据样本和随机时刻前后数据样本。6.根据权利要求1所述的方法，其特征在于，所述获取待检测指标数据的历史同期数据检测对和变更前后数据检测对包括：获取待检测软件服务系统变更后的待检测指标数据；获取所述待检测软件服务系统变更前的稳定性指标数据，并将所述稳定性指标数据与所述待检测指标数据组成变更前后数据检测对；获取所述待检测软件服务系统在任一历史变更周期中，与所述待检测指标数据同期的周期性指标数据，并将所述周期性指标数据与所述待检测指标数据组成历史同期数据检测对。7.根据权利要求1所述的方法，其特征在于，若所述根据所述历史同期距离和变更前后距离确定所述待检测指标数据的异常变更检测结果包括：对所述历史同期距离和所述变更前后距离进行加权相加，得到所述待检测指标数据的异常变更置信度；
若所述异常变更置信度大于异常置信度阈值，则确定所述待检测指标数据的检测结果为异常变更；若所述异常变更置信度不大于异常置信度阈值，则确定所述待检测指标数据的检测结果为正常变更。8.一种异常变更检测装置，其特征在于，所述装置包括：参考数据对获取模块，用于获取待检测指标数据的历史同期数据检测对和变更前后数据检测对；网络模型确定模块，用于根据所述待检测指标数据的历史波动幅度，从至少两个候选孪生网络模型中确定目标孪生网络模型；参考距离生成模块，用于将所述历史同期数据检测对和所述变更前后数据检测对分别输入目标孪生网络模型，得到历史同期距离和变更前后距离；异常变更检测模块，用于根据所述历史同期距离和变更前后距离确定所述待检测指标数据的异常变更检测结果。9.一种电子设备，其特征在于，所述电子设备包括：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计算机程序，所述计算机程序被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-7中任一项所述的异常变更检测方法。10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质存储有计算机指令，所述计算机指令用于使处理器执行时实现权利要求1-7中任一项所述的异常变更检测方法。

技术总结
本发明公开了一种异常变更检测方法、装置、设备及存储介质。该方法包括：获取待检测指标数据的历史同期数据检测对和变更前后数据检测对；根据所述待检测指标数据的历史波动幅度，从至少两个候选孪生网络模型中确定目标孪生网络模型；将所述历史同期数据检测对和所述变更前后数据检测对分别输入目标孪生网络模型，得到历史同期距离和变更前后距离；根据所述历史同期距离和变更前后距离确定所述待检测指标数据的异常变更检测结果。本发明实施例可以提高对软件服务系统变更的异常检测准确性，并降低相应模型训练所需开销。并降低相应模型训练所需开销。并降低相应模型训练所需开销。


技术研发人员：温希道 曹立 汤汝鸣 聂晓辉 程世文
受保护的技术使用者：北京必示科技有限公司
技术研发日：2022.10.26
技术公布日：2022/11/25