CN113010571A

CN113010571A - 数据检测方法、装置、电子设备、存储介质和程序产品

Info

Publication number: CN113010571A
Application number: CN202110269345.7A
Authority: CN
Inventors: 胡建园
Original assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Current assignee: Beijing Baidu Netcom Science and Technology Co Ltd
Priority date: 2021-03-12
Filing date: 2021-03-12
Publication date: 2021-06-22
Anticipated expiration: 2041-03-12
Also published as: CN113010571B

Abstract

本公开公开了一种数据检测方法、装置、电子设备、存储介质和程序产品，涉及数据处理技术领域，尤其涉及深度学习技术领域。具体实现方案为：获取目标数据的特征信息；将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果；在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果；在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。本公开可以提高数据检测的效率。

Description

数据检测方法、装置、电子设备、存储介质和程序产品

技术领域

本公开涉及数据处理技术领域，尤其涉及深度学习技术领域。

背景技术

随着数据处理技术的发展，在各行各业中产生的数据越来越多，但检测是否数据的异常，目前主要还是通过产品或者分析师根据个人经验确定可能存在异常的数据。

发明内容

本公开提供了一种数据检测方法、装置、电子设备、存储介质和程序产品。

根据本公开的一方面，提供了一种数据检测方法，包括：

获取目标数据的特征信息；

将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果；

在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果；

在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。

根据本公开的另一方面，提供了一种数据检测装置，包括：

获取模块，用于获取目标数据的特征信息；

第一预测模块，用于将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果；

第二预测模块，用于在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果；

确定模块，用于在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。

根据本公开的另一方面，提供了一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行本公开提供的数据检测方法。

根据本公开的另一方面，提供了一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行本公开提供的数据检测方法。

根据本公开的另一方面，提供了一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现本公开提供的数据检测方法。

本公开通过第一模型和第二模型可以确定所述目标数据对应的源数据，从而提高数据检测的效率。

应当理解，本部分所描述的内容并非旨在标识本公开的实施例的关键或重要特征，也不用于限制本公开的范围。本公开的其它特征将通过以下的说明书而变得容易理解。

附图说明

附图用于更好地理解本方案，不构成对本公开的限定。其中：

图1是本公开提供的一种数据检测方法的流程图；

图2是本公开提供的另一种数据检测方法的流程图；

图3是本公开提供的一种模型的示意图；

图4是本公开提供的一种数据检测的示意图；

图5是本公开提供的一种数据血缘的示意图；

图6是本公开提供的另一种数据检测的示意图；

图7是本公开提供的一种数据检测装置的结构图；

图8是本公开提供的另一种数据检测装置的结构图；

图9是用来实现本公开实施例的数据检测方法的电子设备的框图。

具体实施方式

以下结合附图对本公开的示范性实施例做出说明，其中包括本公开实施例的各种细节以助于理解，应当将它们认为仅仅是示范性的。因此，本领域普通技术人员应当认识到，可以对这里描述的实施例做出各种改变和修改，而不会背离本公开的范围和精神。同样，为了清楚和简明，以下的描述中省略了对公知功能和结构的描述。

请参见图1，图1是本公开提供的一种数据检测方法的流程图，如图1所示，包括以下步骤：

步骤S101、获取目标数据的特征信息。

其中，上述目标数据可以是某一时间区间的数据，例如：某10分钟、20分钟、半个小时内的数据。且上述目标数据可以是电子设备的日志数据，或者可以是对日志数据进行加工得到的数据。

上述特征信息可以是表示上述目标数据的数量、字段大小、乱码数量等信息，以及还可以表示目标数据的关联信息、热点信息等。

步骤S102、将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果。

上述第一模型可以是预先训练得到的神经网络模型，例如：融合模型(Stacking模型)，或者可以是照对抗神经网络(Generative Adversarial Networks，GAN)，或者可以是长短期记忆网络(Long Short-Term Memory，LSTM)。

且上述第一模型可以是用于对数据进行预测，以预测数据是否为异常的模型，即上述第一模型输出的第一预测结果可以表示上述目标数据存在异常，或者可以表示上述目标数据不存在异常。

步骤S103、在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果。

上述第二模型可以是预先训练得到的神经网络模型，例如：GAN模型，或者Stacking模型，或者可以是LSTM模型等。

且上述第二模型可以是用于对数据进行预测，以预测数据是否为异常的模型，即上述第二模型输出的第二预测结果可以表示上述目标数据存在异常，或者可以表示上述目标数据不存在异常。

进一步的，上述在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果可以理解为，在上述第一预测结果表示上述目标数据不存在异常的情况下，第二模型才对目标数据进行预测，得到第二预测结果，如果第一预测结果表示上述目标数据异常，则第二模型可以不对目标数据进行预测。

步骤S104、在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。

在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据可以是，在上述第一预测结果和第二预测结果中任一结果表示上述目标数据异常，则确定所述目标数据对应的源数据。

上述确定所述目标数据对应的源数据可以是，确定上述目标数据的异常数据，再从目标数据对应的源数据中确定该异常数据对应的源数据。如确定产生该异常数据的源数据。

本公开中源数据可以是日志数据，或者可以是日志数据对应的函数组件的输入数据，具体本公开中对源数据不作限定。

本公开通过第一模型和第二模型可以确定所述目标数据对应的源数据，从而提高数据检测的效率。进一步的，由于在第一模型预测目标数据不存在异常的情况下，再通过第二模型对目标数据进行预测，从而可以提高数据异常检测的准确性。

请参见图2，图2是本公开提供的另一种数据检测方法的流程图，如图2所示，包括以下步骤：

步骤S201、对日志数据进行加工，得到目标时间区间内的目标数据，并提取所述目标数据的特征信息，其中，所述特征信息包括：所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息。

上述对日志数据进行加工可以是，将日志数据加工成具备一定规则的目标数据，该规则为预先配置好的，例如：加工成表格数据。一种实施方式可以是对上述日志数据进行抽取、转换、加载(Extract-Transform-Load，ETL)加工，得到目标数据。

上述目标时间区间可以是10分钟、20分钟或者半小时等时间区间，具体可以根据实际需求进行配置。

上述目标特征信息可以包括日志条数、日志为特殊字段的个数、乱码条数、异常日志条数等。以上述目标时间区间为10分钟为例：上述日志特征信息可以包括如下至少一项：

10分钟内日志条数；

10分钟内日志为Null的字段个数总和；

10分钟内日志乱码条数；

10分钟内人为定义的异常日志条数，如字段太长，字段太短，字段不合法。

目标数据的字段热点内容的分布占比信息可以是，目标数据中每个字段中的热点内容在该字段内的分布占比信息，而字段中的热点内容可以是指该字段内出现次数按照从高到低排序中的前3、4、5(具体根据实际需求设置)个内容，如每个字段的top3。分布占比信息可以是每个热点内容的字段内的分布占比。进一步的，对于是离散值的字段，可以直接统计热点内容的分布占比信息，对于是连续值的字段，可以先对该字段的内容进行分桶，再统计热点内容的分布占比信息。以上述目标数据为M个字段为例，针对上述目标数据可以得到3M+4个特征信息，其中，这里3是指前3个热点内容的分布占比信息，4是指4个日志特征信息。

该实施方式中，由于特征信息包括：所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息，这样基于这些特征信息对目标数据进行预测时，可以提高预测的准确性。

需要说明的是，本公开或者本实施例中，并不限定上述特征信息包括所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息。例如：在一些实施方式或者场景中上述特征信息可以包括所述目标时间区间内的日志特征信息或者所述目标数据的字段热点内容的分布占比信息。

步骤S202、将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果。

作为一种可选的实施方式，所述第一模型包括第一层和第二层，其中，所述第一层包括：N个子模型，其中，所述N个子模型中第一个子模型的输入包括所述特征信息，所述N个子模型中第i个子模型的输入包括第i-1个子模型的输出，且所述N个子模型中第i个子模型的输出的维度低于第i-1个子模型的输出的维度，i大于1，小于或者等于所述N的整数；

所述第二层的输入包括所述N个子模型中最后一个子模型的输出，所述第二层的输出为所述第一预测结果。

上述N个子模型可以是N个不同的模型，例如：在一些实施方式可以如图3所示，上述第一模型包括第一层和第二层，其中，第一层包括：支持向量机(support vectormachines，SVM)模型、极端梯度提升(eXtreme Gradient Boosting，XGB)模型、深度神经网络(Deep Neural Networks，DNN)和逻辑回归(Logistic Regression，LR)模型。其中，第一层中包括的模型的顺序可以预先训练，对此本公开不作限定。上述第二层可以是LR模型或者分类器。

需要说明的是，图3仅一个举例说明，例如：在一些实施方式或者场景中，上述第一层在图3所示的基础上增加或者减少模型。另外，上述第一模型为预先训练好的，用于对上述目标数据进行预测的模型。例如：Stacking模型，或者LSTM模型等。

该实施方式中，由于所述N个子模型中第i个子模型的输入包括第i-1个子模型的输出，且所述N个子模型中第i个子模型的输出的维度低于第i-1个子模型的输出的维度，这样可以进一步提高目标数据的检测准确性。因为，维度的逐步降低可以减少结构化的误差。

需要说明的是，本公开中并不限定上述第一模型包括第一层和第二层的上述模型，例如：在一些实施方式或者场景中上述第一模型可以包括上述第一层或者第二层。

步骤S203、在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果。

作为一种可选的实施方式，上述第二模型包括生成器和判别器，所述在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果，包括：

在所述第一预测结果表示所述目标数据不存在异常的情况下，通过所述生成器将所述特征信息生成虚拟数据，并使用所述判别器对所述虚拟数据进行第二预测，得到所述第二预测结果。

其中，上述生成器和判别器为预先训练好的。在一种方式中，上述第二模型可以是GAN模型。

上述通过所述生成器将所述特征信息生成虚拟数据可以是，将上述特征信息映射为生成器的输入数据，生成器再将输入数据生成虚拟数据。例如：通过隐空间(latentspace，LS)将特征信息映射为生成器的输入数据，再将输入数据生成虚拟数据。

在一种方式中，可以如图4在第一模型输出的第一预测结果为真，即第一预测结果表示目标数据不存在异常的情况下，生成器(G)将输入数据生成虚拟样本，判别器(D)对虚拟样本进行预测，以得到上述第二预测结果，在第二预测结果为真的情况下，表示目标数据不存在异常，在第二预测结果为假的情况下，表示目标数据存在异常。

该实施方式中，通过所述生成器将所述特征信息生成虚拟数据，并使用所述判别器对所述虚拟数据进行第二预测，得到所述第二预测结果，这样可以提高目标数据的检测准确性。

需要说明的是，本公开中并不限定上述第二模型为包括生成器和判别器的模型，例如：在一些实施方式或者场景中上述第二模型可以是Stacking模型，或者LSTM模型等。

另外，本公开中上述第一模型和第二模型可以是分别进行训练的，例如：对上述第一模型可以是采用历史数据进行训练；对于第二模型可以如图4所示，将历史数据LS生成输入数据，再通过生成器生成虚拟正样本，把训练正样本和生成的虚拟正样本送入判别器，训练判别器和生成器的参数，其中，损失函数采用交叉熵，直至收敛，即生成器尽可能使的生成正样本和真实正样本差距最小，判别器尽最大可能判别真实正样本和虚拟正样本，直至分辨不出。

步骤S204、在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。

作为一种可选的实施方式，上述方法还包括：

建立所述目标数据包括的多个字段的数据血缘关系；

所述在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据，包括：

在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据的异常字段，并基于所述异常字段的数据血缘关系确定产生所述异常字段的源数据。

上述建立所述目标数据包括的多个字段的数据血缘关系可以是，对目标数据进行解析，得到各字段的数据血缘关系。例如：对目标数据的日志数据进行解析得到各字段的数据血缘关系。例如：以上述目标数据为数据例为例，A数据表产生B数据表、C数据表和D数据表，且D数据表和F数据表产生E数据表，从而可以得到如图5所示的数据血缘关系。其中，图5仅是对数据表进行举例说明，而目标数据中的各字段也可以采用类似的方式得到各字段的数据血缘关系。

上述确定所述目标数据的异常字段可以是，将目标数据是预先配置的真实准确的数据进行比对分析，例如：按照每个字段维度进行比对分析，以得到目标数据的异常字段。其中，上述预先配置的真实准确的数据可以是周期性维护的，例如：每天会例行维护一个真实的数据分布，当检测到某10分钟内数据异常时候，则会对比每一纬度的特征，定位到哪个字段异常。

上述基于所述异常字段的数据血缘关系确定产生所述异常字段的源数据可以是，根据数据血缘关系进行反解，以确定在哪一步源数据产生的异常。进一步的，在确定异常字段的源数据后还可以输出提示消息。例如：如图6所示，通过日志采集得到日志数据，如通过MySQL KAFKA接口采集日志；再对日志数据进行加工得到目标数据，通过血缘解析建立目标数据的血缘关系，再通过特征建设得到目标数据的特征信息，之后通过模型进行模型检测，在检测到目标数据存在异常的情况下，进行反馈，再通过血缘关系定位产生异常字段的源数据。

该实施方式中，由于建立目标数据包括的多个字段的数据血缘关系，且基于异常字段的数据血缘关系确定产生异常字段的源数据，这样可以提高确定产生异常字段的源数据的准确性。

请参见图7，图7是本公开提供的一种数据检测装置，如图7所示，数据检测装置700包括：

获取模块701，用于获取目标数据的特征信息；

第一预测模块702，用于将所述特征信息作为第一模型输入对所述目标数据进行第一预测，得到第一预测结果；

第二预测模块703，用于在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果；

确定模块704，用于在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据对应的源数据。

可选的，所述获取模块701用于对日志数据进行加工，得到目标时间区间内的目标数据，并提取所述目标数据的特征信息，其中，所述特征信息包括：所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息。

可选的，所述第一模型包括第一层和第二层，其中，所述第一层包括：N个子模型，其中，所述N个子模型中第一个子模型的输入包括所述特征信息，所述N个子模型中第i个子模型的输入包括第i-1个子模型的输出，且所述N个子模型中第i个子模型的输出的维度低于第i-1个子模型的输出的维度，i大于1，小于或者等于所述N的整数；

可选的，所述第二模型包括生成器和判别器，所述在所述第一预测结果表示所述目标数据不存在异常的情况下，所述第二预测模块603用于在所述第一预测结果表示所述目标数据不存在异常的情况下，通过所述生成器将所述特征信息生成虚拟数据，并使用所述判别器对所述虚拟数据进行第二预测，得到所述第二预测结果。

可选的，如图8所示，所述装置还包括：

建立模块705，用于建立所述目标数据包括的多个字段的数据血缘关系；

所述确定模块704用于在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据的异常字段，并基于所述异常字段的数据血缘关系确定产生所述异常字段的源数据。

根据本公开的实施例，本公开还提供了一种电子设备、一种可读存储介质和一种计算机程序产品。

图9示出了可以用来实施本公开的实施例的示例电子设备900的示意性框图。电子设备旨在表示各种形式的数字计算机，诸如，膝上型计算机、台式计算机、工作台、个人数字助理、服务器、刀片式服务器、大型计算机、和其它适合的计算机。电子设备还可以表示各种形式的移动装置，诸如，个人数字处理、蜂窝电话、智能电话、可穿戴设备和其它类似的计算装置。本文所示的部件、它们的连接和关系、以及它们的功能仅仅作为示例，并且不意在限制本文中描述的和/或者要求的本公开的实现。

如图9所示，设备900包括计算单元901，其可以根据存储在只读存储器(ROM)902中的计算机程序或者从存储单元908加载到随机访问存储器(RAM)903中的计算机程序，来执行各种适当的动作和处理。在RAM 903中，还可存储设备900操作所需的各种程序和数据。计算单元901、ROM 902以及RAM 903通过总线904彼此相连。输入/输出(I/O)接口905也连接至总线904。

设备900中的多个部件连接至I/O接口905，包括：输入单元906，例如键盘、鼠标等；输出单元907，例如各种类型的显示器、扬声器等；存储单元908，例如磁盘、光盘等；以及通信单元909，例如网卡、调制解调器、无线通信收发机等。通信单元909允许设备900通过诸如因特网的计算机网络和/或各种电信网络与其他设备交换信息/数据。

计算单元901可以是各种具有处理和计算能力的通用和/或专用处理组件。计算单元901的一些示例包括但不限于中央处理单元(CPU)、图形处理单元(GPU)、各种专用的人工智能(AI)计算芯片、各种运行机器学习模型算法的计算单元、数字信号处理器(DSP)、以及任何适当的处理器、控制器、微控制器等。计算单元901执行上文所描述的各个方法和处理，例如数据检测方法。例如，在一些实施例中，数据检测方法可被实现为计算机软件程序，其被有形地包含于机器可读介质，例如存储单元908。在一些实施例中，计算机程序的部分或者全部可以经由ROM 902和/或通信单元909而被载入和/或安装到设备900上。当计算机程序加载到RAM 903并由计算单元901执行时，可以执行上文描述的数据检测方法的一个或多个步骤。备选地，在其他实施例中，计算单元901可以通过其他任何适当的方式(例如，借助于固件)而被配置为执行数据检测方法。

本文中以上描述的系统和技术的各种实施方式可以在数字电子电路系统、集成电路系统、场可编程门阵列(FPGA)、专用集成电路(ASIC)、专用标准产品(ASSP)、芯片上系统的系统(SOC)、负载可编程逻辑设备(CPLD)、计算机硬件、固件、软件、和/或它们的组合中实现。这些各种实施方式可以包括：实施在一个或者多个计算机程序中，该一个或者多个计算机程序可在包括至少一个可编程处理器的可编程系统上执行和/或解释，该可编程处理器可以是专用或者通用可编程处理器，可以从存储系统、至少一个输入装置、和至少一个输出装置接收数据和指令，并且将数据和指令传输至该存储系统、该至少一个输入装置、和该至少一个输出装置。

用于实施本公开的方法的程序代码可以采用一个或多个编程语言的任何组合来编写。这些程序代码可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器或控制器，使得程序代码当由处理器或控制器执行时使流程图和/或框图中所规定的功能/操作被实施。程序代码可以完全在机器上执行、部分地在机器上执行，作为独立软件包部分地在机器上执行且部分地在远程机器上执行或完全在远程机器或服务器上执行。

在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(RAM)、只读存储器(ROM)、可擦除可编程只读存储器(EPROM或快闪存储器)、光纤、便捷式紧凑盘只读存储器(CD-ROM)、光学储存设备、磁储存设备、或上述内容的任何合适组合。

为了提供与用户的交互，可以在计算机上实施此处描述的系统和技术，该计算机具有：用于向用户显示信息的显示装置(例如，CRT(阴极射线管)或者LCD(液晶显示器)监视器)；以及键盘和指向装置(例如，鼠标或者轨迹球)，用户可以通过该键盘和该指向装置来将输入提供给计算机。其它种类的装置还可以用于提供与用户的交互；例如，提供给用户的反馈可以是任何形式的传感反馈(例如，视觉反馈、听觉反馈、或者触觉反馈)；并且可以用任何形式(包括声输入、语音输入或者、触觉输入)来接收来自用户的输入。

可以将此处描述的系统和技术实施在包括后台部件的计算系统(例如，作为数据服务器)、或者包括中间件部件的计算系统(例如，应用服务器)、或者包括前端部件的计算系统(例如，具有图形用户界面或者网络浏览器的用户计算机，用户可以通过该图形用户界面或者该网络浏览器来与此处描述的系统和技术的实施方式交互)、或者包括这种后台部件、中间件部件、或者前端部件的任何组合的计算系统中。可以通过任何形式或者介质的数字数据通信(例如，通信网络)来将系统的部件相互连接。通信网络的示例包括：局域网(LAN)、广域网(WAN)和互联网。

计算机系统可以包括客户端和服务器。客户端和服务器一般远离彼此并且通常通过通信网络进行交互。通过在相应的计算机上运行并且彼此具有客户端-服务器关系的计算机程序来产生客户端和服务器的关系。

应该理解，可以使用上面所示的各种形式的流程，重新排序、增加或删除步骤。例如，本发公开中记载的各步骤可以并行地执行也可以顺序地执行也可以不同的次序执行，只要能够实现本公开公开的技术方案所期望的结果，本文在此不进行限制。

上述具体实施方式，并不构成对本公开保护范围的限制。本领域技术人员应该明白的是，根据设计要求和其他因素，可以进行各种修改、组合、子组合和替代。任何在本公开的精神和原则之内所作的修改、等同替换和改进等，均应包含在本公开保护范围之内。

Claims

1.一种数据检测方法，包括：

获取目标数据的特征信息；

2.根据权利要求1所述的方法，其中，所述获取目标数据的特征信息包括：

对日志数据进行加工，得到目标时间区间内的目标数据，并提取所述目标数据的特征信息，其中，所述特征信息包括：所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息。

3.根据权利要求1所述的方法，其中，所述第一模型包括第一层和第二层，其中，所述第一层包括：N个子模型，其中，所述N个子模型中第一个子模型的输入包括所述特征信息，所述N个子模型中第i个子模型的输入包括第i-1个子模型的输出，且所述N个子模型中第i个子模型的输出的维度低于第i-1个子模型的输出的维度，i大于1，小于或者等于所述N的整数；

4.根据权利要求1所述的方法，其中，所述第二模型包括生成器和判别器，所述在所述第一预测结果表示所述目标数据不存在异常的情况下，使用第二模型对所述目标数据进行第二预测，得到第二预测结果，包括：

5.根据权利要求1所述的方法，所述方法还包括：

建立所述目标数据包括的多个字段的数据血缘关系；

6.一种数据检测装置，包括：

获取模块，用于获取目标数据的特征信息；

7.根据权利要求6所述的装置，其中，所述获取模块用于对日志数据进行加工，得到目标时间区间内的目标数据，并提取所述目标数据的特征信息，其中，所述特征信息包括：所述目标时间区间内的日志特征信息和所述目标数据的字段热点内容的分布占比信息。

8.根据权利要求6所述的装置，其中，所述第一模型包括第一层和第二层，其中，所述第一层包括：N个子模型，其中，所述N个子模型中第一个子模型的输入包括所述特征信息，所述N个子模型中第i个子模型的输入包括第i-1个子模型的输出，且所述N个子模型中第i个子模型的输出的维度低于第i-1个子模型的输出的维度，i大于1，小于或者等于所述N的整数；

9.根据权利要求6所述的装置，其中，所述第二模型包括生成器和判别器，所述在所述第一预测结果表示所述目标数据不存在异常的情况下，所述第二预测模块用于在所述第一预测结果表示所述目标数据不存在异常的情况下，通过所述生成器将所述特征信息生成虚拟数据，并使用所述判别器对所述虚拟数据进行第二预测，得到所述第二预测结果。

10.根据权利要求6所述的装置，所述装置还包括：

建立模块，用于建立所述目标数据包括的多个字段的数据血缘关系；

所述确定模块用于在所述第一预测结果或者所述第二预测结果表示所述目标数据异常的情况下，确定所述目标数据的异常字段，并基于所述异常字段的数据血缘关系确定产生所述异常字段的源数据。

11.一种电子设备，包括：

至少一个处理器；以及

与所述至少一个处理器通信连接的存储器；其中，

所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器能够执行权利要求1-5中任一项所述的方法。

12.一种存储有计算机指令的非瞬时计算机可读存储介质，其中，所述计算机指令用于使所述计算机执行根据权利要求1-5中任一项所述的方法。

13.一种计算机程序产品，包括计算机程序，所述计算机程序在被处理器执行时实现根据权利要求1-5中任一项所述的方法。