摘要
本申请提供了一种异常根因定位方法、系统、电子设备及存储介质。该异常根因定位方法包括对原始行为数据按照数据结构化特征进行统计,获得连续的时序统计数据;对时序统计数据进行分类;根据时序统计数据的类型,选取相匹配的异常阈值计算方法、异常检测方法和基准值预测方法;利用异常阈值计算方法获取时序统计数据的异常阈值,利用异常检测方法基于异常阈值对时序统计数据中的数据点进行异常检测;利用基准值预测方法进行基准值预测;形成交叉维度组合集合;构造贡献度函数,获取交叉维度组合集合中每个子集对总指标突变的贡献度,并根据各子集的贡献度确定异常根因。该异常根因定位方法能够有效提升异常检测和根因定位的准确性和适应性。
技术关键词
阈值计算方法
定位方法
时序
异常检测方法
指标
异常数据
异常点
周期性
电子设备
处理器
数据分类
定位系统
匹配模块
定位模块
算法
可读存储介质
元素
时间段
系统为您推荐了相关专利信息
异常检测方法
拉普拉斯
异常检测器
超像素分割算法
线路
运营大数据
客户反馈信息
日志
变化趋势预测
波动特征
可见光图像
场景全局特征
场景特征
卡尔曼滤波
复杂度
时序分析模块
自动识别系统
特征提取模块
识别模块
卷积技术
监护方法
智能手环
医用智能监护系统
预测评估模型
偏差