一种应用于AIOps的针对时序序列异常数据的检测方法

本发明涉及一种应用于AIOps的针对时序序列异常数据的检测方法，包括：获取指标数据，进行预处理后，分别训练预测模型和检测模型；预测模型和检测模型分别判定是否存在异常点，并输出异常点的坐标；根据汇总策略对预测模型的输出和检测模型的输出进行汇总；根据汇总结果数值和预设的告警阈值，判断是否触发异常检测告警。本发明的有益效果是：本发明通过结合预测模型和检测模型，能够从多个维度进行异常点检测。这种多维度的检测机制显著提高了异常识别的准确性，减少了漏报和误报的可能性。