異常數(shù)據(jù)的報(bào)警方法和裝置制造方法及圖紙

本發(fā)明專利技術(shù)涉及一種異常數(shù)據(jù)的報(bào)警方法，包括：獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)；建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型；計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子；利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值；利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率；當(dāng)所述預(yù)測比率大于所述報(bào)警閾值時，對所述異常數(shù)據(jù)生成報(bào)警信息。采用本方法對異常數(shù)據(jù)進(jìn)行預(yù)警時能夠有效節(jié)省操作時間提高工作效率。此外還提供一種異常數(shù)據(jù)的報(bào)警裝置。

Alarming method and device for abnormal data

The invention relates to a method of alarm, abnormal data includes: acquiring preset time history operation data and current operation data; trend model the historical operation data of the corresponding; periodic factor calculation of the historical data corresponding to the operation; using the trend model and the periodic factor calculation the abnormal alarm data of current operation data of the threshold; prediction the current operational data values using the trend model and cyclical factors, and the value and the current operation data calculation of the corresponding prediction ratio prediction according to the forecast; when the ratio is greater than the alarm threshold, the alarm information of the abnormal data generation. When the method is used to warn the abnormal data, the operation time can be effectively saved and the work efficiency can be improved. In addition, an alarm device for abnormal data is provided.

【技術(shù)實(shí)現(xiàn)步驟摘要】
異常數(shù)據(jù)的報(bào)警方法和裝置
本專利技術(shù)涉及計(jì)算機(jī)
，特別是涉及一種異常數(shù)據(jù)的報(bào)警方法和裝置。
技術(shù)介紹
隨著企業(yè)的發(fā)展，企業(yè)推出的產(chǎn)品越來越多，與產(chǎn)品相關(guān)的運(yùn)營數(shù)據(jù)也越來越龐雜。企業(yè)的運(yùn)營人員通過需要花費(fèi)大量的時間來監(jiān)測運(yùn)營數(shù)據(jù)是否出現(xiàn)異常。例如，監(jiān)測當(dāng)天的運(yùn)營數(shù)據(jù)是否突然有較大幅度的增加或減少，以及與歷史數(shù)據(jù)的發(fā)展趨勢有較大幅度的偏離等。傳統(tǒng)的方式，運(yùn)營人員是基于運(yùn)營數(shù)據(jù)圖形化的趨勢圖通過肉眼來判斷是否出現(xiàn)異常數(shù)據(jù)。這種方式耗費(fèi)大量的操作時間，工作效率較低。
技術(shù)實(shí)現(xiàn)思路
基于此，有必要針對上述技術(shù)問題，提供一種能夠有效節(jié)省操作時間提高工作效率的異常數(shù)據(jù)的報(bào)警方法和裝置。一種異常數(shù)據(jù)的報(bào)警方法，包括：獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)；建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型；計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子；利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值；利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率；當(dāng)所述預(yù)測比率大于所述報(bào)警閾值時，對所述異常數(shù)據(jù)生成報(bào)警信息。在其中一個實(shí)施例中，所述預(yù)設(shè)時間段包括多個時間周期；所述建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型的步驟包括：計(jì)算時間周期內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值；擬合所述周期均值對應(yīng)的趨勢模型。在其中一個實(shí)施例中，所述時間周期包括多個子周期；所述計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子的步驟包括：獲取子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)；利用所述子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)與所述周期均值計(jì)算對應(yīng)的子周期因子；利用所述子周期因子分別計(jì)算每個子周期對應(yīng)的周期性因子。在其中一個實(shí)施例中，所述利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值的步驟包括：利用所述趨勢模型推算所述預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值的擬合值；利用推算出的周期均值的擬合值與所述周期性因子得到歷史運(yùn)營數(shù)據(jù)擬合值；根據(jù)所述歷史運(yùn)營數(shù)據(jù)擬合值與歷史運(yùn)營數(shù)據(jù)計(jì)算擬合比率；根據(jù)所述擬合比率確定當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。在其中一個實(shí)施例中，所述利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率的步驟包括：利用所述趨勢模型推算當(dāng)前運(yùn)營數(shù)據(jù)在當(dāng)前時間周期內(nèi)的周期預(yù)測均值；利用所述周期預(yù)測均值與所述周期性因子得到對應(yīng)的周期預(yù)測值；根據(jù)所述周期預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率。一種異常數(shù)據(jù)的報(bào)警裝置，包括：獲取模塊，用于獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)；建模模塊，用于建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型；計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子；計(jì)算模塊，用于利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值；利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率；報(bào)警模塊，用于當(dāng)所述預(yù)測比率大于所述報(bào)警閾值時，對所述異常數(shù)據(jù)生成報(bào)警信息。在其中一個實(shí)施例中，所述預(yù)設(shè)時間段包括多個時間周期；所述計(jì)算模塊還用于計(jì)算時間周期內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值；所述建模模塊還用于擬合所述周期均值對應(yīng)的趨勢模型。在其中一個實(shí)施例中，所述時間周期包括多個子周期；所述獲取模塊還用于獲取子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)；所述計(jì)算模塊還用于利用所述子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)與所述周期均值計(jì)算對應(yīng)的子周期因子；利用所述子周期因子分別計(jì)算每個子周期對應(yīng)的周期性因子。在其中一個實(shí)施例中，所述計(jì)算模塊還用于利用所述趨勢模型推算所述預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值的擬合值；利用推算出的周期均值的擬合值與所述周期性因子得到歷史運(yùn)營數(shù)據(jù)擬合值；根據(jù)所述歷史運(yùn)營數(shù)據(jù)擬合值與歷史運(yùn)營數(shù)據(jù)計(jì)算擬合比率；根據(jù)所述擬合比率確定當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。在其中一個實(shí)施例中，所述計(jì)算模塊還用于利用所述趨勢模型推算當(dāng)前運(yùn)營數(shù)據(jù)在當(dāng)前時間周期內(nèi)的周期預(yù)測均值；利用所述周期預(yù)測均值與所述周期性因子得到對應(yīng)的周期預(yù)測值；根據(jù)所述周期預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率。上述異常數(shù)據(jù)的報(bào)警方法和裝置，通過利用預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)建立對應(yīng)的趨勢模型以及計(jì)算歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子，從而能夠利用趨勢模型和周期性因子計(jì)算出當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。利用趨勢模型和周期性因子計(jì)算當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并根據(jù)預(yù)測值與當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算出對應(yīng)的預(yù)測比率。將報(bào)警閾值與預(yù)測比率進(jìn)行比對，如果預(yù)測比率大于報(bào)警閾值，則對異常數(shù)據(jù)生成報(bào)警信息。在整個過程中無需人工通過肉眼來判斷當(dāng)前運(yùn)營數(shù)據(jù)中是否存在異常數(shù)據(jù)，因此在對異常數(shù)據(jù)進(jìn)行預(yù)警時能夠有效節(jié)省操作時間，提高工作效率。附圖說明圖1為一個實(shí)施例中異常數(shù)據(jù)的報(bào)警方法流程圖；圖2為一個實(shí)施例中處理異常數(shù)據(jù)的報(bào)警方法的服務(wù)器的示意圖；圖3為一個實(shí)施例中異常數(shù)據(jù)的報(bào)警裝置的結(jié)構(gòu)示意圖。具體實(shí)施方式為了使本專利技術(shù)的目的、技術(shù)方案及優(yōu)點(diǎn)更加清楚明白，以下結(jié)合附圖及實(shí)施例，對本專利技術(shù)進(jìn)行進(jìn)一步詳細(xì)說明。應(yīng)當(dāng)理解，此處描述的具體實(shí)施例僅僅用以解釋本專利技術(shù)，并不用于限定本專利技術(shù)。在一個實(shí)施例中，如圖1所示，提供了一種異常數(shù)據(jù)的報(bào)警方法，以該方法應(yīng)用于服務(wù)器為例進(jìn)行說明，具體包括：步驟102，獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)。運(yùn)營數(shù)據(jù)是指企業(yè)在產(chǎn)品運(yùn)營過程中產(chǎn)生的相關(guān)數(shù)據(jù)。以軟件產(chǎn)品為例，運(yùn)營數(shù)據(jù)包括用戶、充值金額以及訪問量等。預(yù)設(shè)時間段可以是過去一個月、過去一個季度以及過去一年等多種情形。預(yù)設(shè)時間段可以整月、整季度，也可以是跨月、跨季度等，例如，從過去1月的某一天到過去4月的某一天等。運(yùn)營數(shù)據(jù)存儲在數(shù)據(jù)庫中，服務(wù)器從數(shù)據(jù)庫中獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)以及當(dāng)前運(yùn)營數(shù)據(jù)。數(shù)據(jù)庫可以是部署在服務(wù)器上，也可以部署在獨(dú)立于服務(wù)器之外的其他存儲設(shè)備上。步驟104，建立歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型。預(yù)設(shè)時間段包括多個時間周期。例如，如果預(yù)設(shè)時間段為過去一年，則時間周期為一個月；如果預(yù)設(shè)時間段為過去一個季度，則時間周期為一周。服務(wù)器計(jì)算每個時間周期內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值，并通過線性回歸的方式擬合出周期均值對應(yīng)的趨勢模型。趨勢模型能夠反映歷史運(yùn)營數(shù)據(jù)發(fā)展趨勢的特點(diǎn)。步驟106，計(jì)算歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子。時間周期包括多個子周期。例如，如果時間周期為一個月，則子周期為一周；如果時間周期為一周，則子周期為一天。服務(wù)器獲取子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)，并利用子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)與周期均值計(jì)算對應(yīng)的子周期因子。服務(wù)器利用子周期因子分別計(jì)算每個子周期對應(yīng)的周期性因子。周期性因子(也叫做周期模型)能夠反映歷史運(yùn)營數(shù)據(jù)周期性變化的特點(diǎn)。步驟108，利用趨勢模型和周期性因子計(jì)算當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。服務(wù)器利用趨勢模型來推算預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值的擬合值，并利用推算出的周期均值的擬合值與周期性因子得到歷史運(yùn)營數(shù)據(jù)擬合值。服務(wù)器根據(jù)歷史運(yùn)營數(shù)據(jù)擬合值與歷史運(yùn)營數(shù)據(jù)計(jì)算擬合比率，根據(jù)擬合比率確定當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。步驟110，利用趨勢模型和周期性因子計(jì)算當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)預(yù)測值與當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率。服務(wù)器利用趨勢模型來推算當(dāng)前運(yùn)營數(shù)據(jù)在本文檔來自技高網(wǎng)...

【技術(shù)保護(hù)點(diǎn)】
一種異常數(shù)據(jù)的報(bào)警方法，包括：獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)；建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型；計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子；利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值；利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率；當(dāng)所述預(yù)測比率大于所述報(bào)警閾值時，對所述異常數(shù)據(jù)生成報(bào)警信息。

【技術(shù)特征摘要】
1.一種異常數(shù)據(jù)的報(bào)警方法，包括：獲取預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)和當(dāng)前運(yùn)營數(shù)據(jù)；建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型；計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子；利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值；利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率；當(dāng)所述預(yù)測比率大于所述報(bào)警閾值時，對所述異常數(shù)據(jù)生成報(bào)警信息。2.根據(jù)權(quán)利要求1所述的異常數(shù)據(jù)的報(bào)警方法，其特征在于，所述預(yù)設(shè)時間段包括多個時間周期；所述建立所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的趨勢模型的步驟包括：計(jì)算時間周期內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值；擬合所述周期均值對應(yīng)的趨勢模型。3.根據(jù)權(quán)利要求2所述的異常數(shù)據(jù)的報(bào)警方法，其特征在于，所述時間周期包括多個子周期；所述計(jì)算所述歷史運(yùn)營數(shù)據(jù)對應(yīng)的周期性因子的步驟包括：獲取子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)；利用所述子周期內(nèi)的歷史運(yùn)營數(shù)據(jù)與所述周期均值計(jì)算對應(yīng)的子周期因子；利用所述子周期因子分別計(jì)算每個子周期對應(yīng)的周期性因子。4.根據(jù)權(quán)利要求1所述的異常數(shù)據(jù)的報(bào)警方法，其特征在于，所述利用所述趨勢模型和所述周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值的步驟包括：利用所述趨勢模型推算所述預(yù)設(shè)時間段內(nèi)的歷史運(yùn)營數(shù)據(jù)的周期均值的擬合值；利用推算出的周期均值的擬合值與所述周期性因子得到歷史運(yùn)營數(shù)據(jù)擬合值；根據(jù)所述歷史運(yùn)營數(shù)據(jù)擬合值與歷史運(yùn)營數(shù)據(jù)計(jì)算擬合比率；根據(jù)所述擬合比率確定當(dāng)前運(yùn)營數(shù)據(jù)中異常數(shù)據(jù)的報(bào)警閾值。5.根據(jù)權(quán)利要求1所述的異常數(shù)據(jù)的報(bào)警方法，其特征在于，所述利用所述趨勢模型和周期性因子計(jì)算所述當(dāng)前運(yùn)營數(shù)據(jù)的預(yù)測值，并且根據(jù)所述預(yù)測值與所述當(dāng)前運(yùn)營數(shù)據(jù)計(jì)算對應(yīng)的預(yù)測比率的步驟包括：利用所述趨勢模型推算當(dāng)前運(yùn)營數(shù)據(jù)在當(dāng)前時間周期內(nèi)的周期預(yù)測均值；利用所述周期預(yù)測均值與所述周期性因子得到對應(yīng)...

【專利技術(shù)屬性】
技術(shù)研發(fā)人員：溫健鴻，
申請(專利權(quán))人：博雅網(wǎng)絡(luò)游戲開發(fā)深圳有限公司，
類型：發(fā)明
國別省市：廣東,44