摘要
本申请公开了一种异常检测方法、装置、设备、存储介质以及产品,涉及技术领域,方法通过基于预设时间间隔获取目标容器集群的流量时序指标数据;基于预先构建的分类异常检测模型对所述流量时序指标数据进行分类检测,得到流量分类检测结果;基于所述流量分类检测结果进行异常识别和故障告警,通过上述方案,检测预设时间内容器集群的流量时序指标,并根据特别构建的分类异常检测模型对流量指标数据进行分类得到集群流量在一段时间内的流量走势类别,然后基于该走势类别进行异常识别和故障告警,这样对流量走势进行分类后识别并告警的方案,显著提高了大数据量的容器集群中流量时序指标异常检测的准确率和效率。
技术关键词
指标
异常检测方法
时序
神经网络模型
异常信息
数据
计算机程序产品
异常检测设备
矩阵
异常检测装置
集群日志
转换算法
处理器
异常状况
告警模块
内容器
指令
正确率
系统为您推荐了相关专利信息
图像分类方法
深度优先搜索算法
密度计算方法
残差模块
神经网络模型
数据预测模型
热点
时间序列特征
性能指标数据
缓存策略
混凝土原材料
高精度称重传感器
集成化传感器
称量系统
控制策略
选址规划方法
禁忌搜索算法
电力设备信息
配网台区
配网工程
随钻测井仪器
参数反演方法
地层电阻率
误差
神经网络训练