买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：山西三友和智慧信息技术股份有限公司

摘要：本发明属于KPI异常检测技术领域，具体涉及一种基于KPI聚类的大规模异常检测系统，包括如下模块：预处理模块、基线提取模块、聚类模块、分类模块、日志模块，所述预处理模块使用线性插值的方法，来根据KPI相邻的数据点来填充KPI缺失的百分比；所述基线提取模块移除可能是异常的极端值；所述聚类模块使用基于密度的聚类方法在基于形状相似性的抽样KPI基线上执行基于密度的聚类；所述分类模块计算新数据与之前每一个质心的距离，进行距离的排序，将最小的那一类确定为所分类别，且将最小距离大于某个阈值时这条新的时间序列曲线确定为不属于之前的任何一个类别；所述日志模块记录不属于任何一个类别的曲线。

主权项：1.一种基于KPI聚类的大规模异常检测系统，其特征在于：包括下列模块：预处理模块、基线提取模块、聚类模块、分类模块、日志模块，各模块之间通过数据传输连接，所述预处理模块使用线性插值的方法，来根据KPI相邻的数据点来填充KPI缺失的百分比；所述基线提取模块移除可能是异常的极端值；所述聚类模块使用基于密度的聚类方法在基于形状相似性的抽样KPI基线上执行基于密度的聚类；所述分类模块计算新数据与之前每一个质心的距离，进行距离的排序，将最小的那一类确定为所分类别，且将最小距离大于某个阈值时这条新的时间序列曲线确定为不属于之前的任何一个类别；所述日志模块记录不属于任何一个类别的曲线；所述预处理模块中，首先进行标准化，将每个KPI归一化为均值和单位方差为零，删除与均值偏差最大的前5％数据，然后使用线性插值来填充它们，移除极端异常值，并用它们的临近正常观测值替代；所述基线提取模块中，将曲线分为基线和残差两部分，对于一个KPI，设置时间为T，维持一个长度为W的滑动窗口，步长设置为1，对于每个点xt，对应的基线上的点记为xt*，求出xt和xt*之间的差异，得到残差，确定基线B和残差R计算为：基线提取后再次标准化，获得标准化基线，再将此基线作为聚类算法的输入；所述聚类模块中，选取DBSCAN聚类算法，在密集区域找到一些核，然后通过相似性的传递性拓展核以形成团簇；所述聚类模块中，考虑两条时间序列X＝[x1,x2,…,xm]和Y＝[y1,y2,…,ym]的偏移量s，计算它们之间的内积：通过偏移量s计算出X和Y的最大相似度，然后通过内积计算出两条时间序列X和Y之间的距离然后将计算出的距离用作DBSCAN聚类方法，聚类得到多个聚类簇，对应不同类别；所述分类模块中，将一条新的KPI数据放入预处理模块和基线提取模块，通过线性插值，基线提取，基线标准化，变成可计算的数据形式；所述分类模块中，将处理好的新数据放入分类模块，在分类模块中设置一个阈值，分类模块计算聚类簇中的每个质心与新数据之间的距离，然后按照从小到大的顺序进行排序，分类模块认为最小的距离所属的簇就是新数据应该被归为的类别，且将如最小距离大于分类模块中设置的阈值的数据存入日志模块，不认为其属于任何一个类别。

全文数据：

权利要求：

百度查询： 山西三友和智慧信息技术股份有限公司 一种基于KPI聚类的大规模异常检测系统