摘要
本申请实施例提供模型算法异常检测方法、装置、设备和存储介质,涉及数据处理技术领域。该方法包括:获取本地调试环境中初步训练完成的初始模型算法,在初始模型算法中调用至少一个异常检测库文件并配置异常检测条件和异常阈值得到测试模型算法,将测试模型算法发送至沙箱环境中,利用全量数据对测试模型算法进行训练,利用异常检测库文件获取训练过程中产生的模型训练数据,并基于模型训练数据、异常检测条件和异常阈值生成异常提示,将异常提示发送至本地调试环境中。利用沙箱环境中集成的库文件进行异常检测,在保证数据隔离的前提下,使本地调试环境能实时获取异常信息,进而针对算法异常进行修复,提升算法模型的整体性能。
技术关键词
模型算法
异常检测方法
沙箱环境
模型预测值
异常检测装置
生成数据集
数据处理技术
集成模块
算法模型
异常信息
电子设备
接口
处理器
参数
存储器
样本
标识
系统为您推荐了相关专利信息
多任务学习模型
流量异常检测方法
掩码矩阵
协议
多头注意力机制
视频异常检测方法
视觉特征
时序依赖关系
标签文本
时序特征
数据识别方法
解码器
数据识别模型
编码器
非暂态计算机可读存储介质