(19)中华 人民共和国 国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111487425.6 (22)申请日 2021.12.07 (71)申请人 国网物资有限公司 地址 100000 北京市西城区六铺炕一区(德 胜园区) (72)发明人 熊汉武　樊炜　牛艳召　曾思成　 孙萌　陈金猛　张敬伟　李凌　 韩学武　 (74)专利代理 机构 武汉知产时代知识产权代理 有限公司 42 238 代理人 孔灿 (51)Int.Cl. G06F 30/27(2020.01) G06F 17/16(2006.01) G06K 9/62(2022.01) (54)发明名称 基于关键性能指标的运维异常数据增强的 方法和设备 (57)摘要 本发明提供了一种基于关键性能指标的运 维异常数据增强的方法和设备， 方法包括： 获取 历史数据； 将历史数据组成矩阵； 将矩阵的每一 行进行零均值化； 计算零均值化后的矩阵的协方 差矩阵； 计算协方差矩阵的特征值； 将特征值排 序， 选取排序后特定数量的特征值和与特定数量 的特征值对应的特征向量进行 投影， 得到增强数 据， 将所述增强数据输入构建好的网络模型进行 训练； 利用训练好的所述网络模 型对关键性能指 标数据进行分类， 得到异常数据。 本发明通过对 数据样本进行降维， 保证原数据特性的情况下减 少特征种类， 消除数据之间的共线性， 去除噪声， 使得在进行基于关键性能指标的运维异常检测 时的检测结果更加准确 和高效。 权利要求书2页 说明书5页 附图1页 CN 114386311 A 2022.04.22 CN 114386311 A 1.一种基于关键性能指标的运维异常数据增强的方法， 其特 征在于， 包括： 获取历史数据； 将所述历史数据组成矩阵； 将所述矩阵的每一行进行零均值 化； 计算零均值化后的所述矩阵的协方差矩阵； 计算所述协方差矩阵的特 征值； 将所述特征值排序， 选取排序后的特征值和与所述特征值对应的特征向量进行投影， 得到增强数据。 2.如权利要求1所述的一种基于关键性能指标的运维异常数据增强的方法， 其特征在 于， 得到增强数据后还 包括： 将所述增强数据输入网络模型进行训练； 利用训练好的所述网络模型对关键性能指标 数据进行分类， 得到异常数据。 3.如权利要求1所述的一种基于关键性能指标的运维异常数据增强的方法， 其特征在 于， 将所述历史数据组成矩阵包括： 所述历史数据表示 为： Z＝{z1,z2,z3,……， zn}， 其中， zn代表第n个特 征， Z为历史异常数据， 其中共有n个特 征z； 将所述历史数据组成n行m列的矩阵。 4.如权利要求1所述的一种基于关键性能指标的运维异常数据增强的方法， 其特征在 于， 计算零均值化后的所述矩阵的协方差矩阵包括： 所述协方差矩阵的求 解公式为： 其中， cov(X,Y)为协方差矩阵， X为历史数据组成的矩阵， n为矩阵的行数， Y为降维后的 增强数据， Xi为X的第i个特征， 为X矩阵中特征值的平均值， Yi为Y的第i个特征， 为增强 数据的特 征值的平均值。 5.如权利要求1所述的一种基于关键性能指标的运维异常数据增强的方法， 其特征在 于， 选取排序后的特 征值和与所述特 征值对应的特 征向量进行投影包括： 选取的排序后的特 征值的数量小于所述特 征值的总数量。 6.一种基于关键性能指标的运维异常数据增强的设备， 其特征在于， 所述设备运行时 用于实现如权利要求1 ‑5所述的任一一种基于关键性能指标的运维异常数据增强的方法， 所述设备还 包括： 数据采集模块， 用于获取历史数据； 数据处理模块， 用于将所述历史数据组成矩阵， 并将所述矩阵的每一行进行零均值 化； 计算模块， 用于计算零均值化后的所述矩阵的协方差矩阵， 并计算所述协方差矩阵的 特征值； 数据降维模块， 用于将所述特征值排序， 选取排序后特定数量的特征值和与所述特定 数量的特 征值对应的特 征向量进行投影， 得到增强数据； 训练模块， 用于将增强数据输入网络模型进行训练；权　利　要　求　书 1/2 页 2 CN 114386311 A 2检测模块， 用于利用训练好的所述网络模型对关键性能指标数据进行分类， 得到异常 数据。权　利　要　求　书 2/2 页 3 CN 114386311 A 3