(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 202111676986.0 (22)申请日 2021.12.31 (71)申请人 上海观安信息技 术股份有限公司 地址 200000 上海市浦东 新区泥城镇云端 路1412弄 15号二层1室 (72)发明人 唐海龙　胡绍勇　 (74)专利代理 机构 北京中强智尚知识产权代理 有限公司 1 1448 代理人 刘敏 (51)Int.Cl. G06K 9/62(2022.01) (54)发明名称 异常检测方法、 装置、 存储介质和计算机设 备 (57)摘要 本申请提供了一种异常检测方法、 装置、 存 储介质和计算机设备， 包括： 基于采集数据构建 内容异常检测模型， 基于k ‑means聚类算法构建 上下文异常检测模型； 通过所述内容异常检测模 型判断输入 数据是否为内容异常数据； 在所述输 入数据为所述内容异常数据的情况下， 获取所述 输入数据的上下文信息； 通过所述上下文异常检 测模型基于所述上下文信息判断所述内容异常 数据是否为异常数据。 本申请提供的一种异常检 测方法、 装置、 存储介质和计算机设备， 首先利用 内容异常检测的实时性， 在 线实时的将数据进行 异常预判， 然后将内容异常数据进行上下文异常 检测， 不仅有效的提高了系统运行的时间成本， 同时也提高了数据异常检测的误判效率。 权利要求书2页 说明书9页 附图2页 CN 114298245 A 2022.04.08 CN 114298245 A 1.一种异常检测方法， 其特 征在于， 包括： 基于采集数据构建内容异常检测模型， 基于k ‑means聚类算法构建上下文异常检测模 型； 通过所述内容异常检测模型判断输入数据是否为内容异常数据； 在所述输入数据为所述内容异常数据的情况 下， 获取所述输入数据的上 下文信息； 通过所述上下文异常检测模型基于所述上下文信息判断所述内容异常数据是否为异 常数据。 2.根据权利要求1所述的异常检测方法， 其特征在于， 所述基于采集数据构建内容异常 检测模型， 包括： 通过单变量高斯预测函数基于采集数据构建内容异常检测模型的历史模型。 3.根据权利要求1所述的异常检测方法， 其特征在于， 所述基于k ‑means聚类算法构建 上下文异常检测模型， 包括： 通过所述k‑means聚类算基于采集大 数据构建所述上 下文异常检测模型； 所述上下文异常检测模型基于多元高斯 函数判断所述内容异常数据是否为异常数据。 4.根据权利要求1所述的异常检测方法， 其特征在于， 通过所述上下文异常检测模型基 于所述上 下文信息判断所述内容异常数据是否为异常数据， 包括： 确定所述内容异常数据的聚类 个数， 并确定所述内容异常数据的聚类 类别； 计算所述内容异常数据的稠密度， 基于所述稠密度通过k ‑means聚类算法将所述内容 异常数据迭代至类别对应的聚类中； 通过所述上下文异常检测模型基于所述稠密度判断所述内容异常数据是否为异常数 据。 5.根据权利要求4所述的异常检测方法， 其特征在于， 所述计算所述内容异常数据的稠 密度， 包括： 计算所述内容异常数据中数据点p的k ‑距离； 基于所述数据点p的k ‑距离计算所述数据点p的k ‑距离邻居聚类； 计算所述数据点p与数据点 o的可达距离； 基于所述可达距离计算所述数据点p的稠密度。 6.根据权利要求5所述的异常检测方法， 其特征在于， 所述通过所述上下文异常检测模 型基于所述稠密度判断所述内容异常数据是否为异常数据， 包括： 计算所述数据点p的稠密度和所述数据点 o的稠密度的平均值； 比较所述平均值与预设值， 在所述平均值小于所述预设值的情况下， 确定所述数据点p 为异常数据。 7.根据权利要求4所述的异常检测方法， 其特征在于， 所述基于所述稠密度通过k ‑ means聚类算法将所述内容异常数据迭代至类别对应的聚类中， 包括： 初始化， 输入基因表达矩阵作为对象集， 输入指定聚类类数， 并在所述对象集中随机选 取N个对象作为初始聚类中心， 并设定迭代中止条件， 聚类中心收敛误差容限； 迭代处理， 根据相似度准则将数据对象分配到最接近的聚类中心形成一类， 并初始化 隶属度矩阵； 更新聚类中心， 以每一类的所述数据对象的平均向量作为新的聚类中心， 重新分配数权　利　要　求　书 1/2 页 2 CN 114298245 A 2据对象； 反复执行迭代处 理和更新聚类中心直至聚类中心不在改变。 8.一种异常检测装置， 其特 征在于， 包括： 采集模块， 用于数据采集； 建模模块， 用于基于采集数据构 建内容异常检测模型， 基于k ‑means聚类算法构 建上下 文异常检测模型； 所述内容异常检测模型用于判断输入数据是否为内容异常数据； 所述上下文异常检测模型用于在所述输入数据为所述内容异常数据的情况下， 获取所 述输入数据的上下文信息， 并通过所述上下文异常检测模型基于所述上下文信息判断所述 内容异常数据是否为异常数据。 9.一种存储介质， 其上存储有计算机程序， 其特征在于， 所述程序被处理器执行时实现 权利要求1至7中任一项所述的异常检测方法。 10.一种计算机设备， 包括存储介质、 处理器及存储在存储介质上并可在处理器上运行 的计算机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求1至7中任一项所述 的异常检测方法。权　利　要　求　书 2/2 页 3 CN 114298245 A 3