CN116010952A - 动态基线确定方法、交易数据检测方法、装置和电子设备 - Google Patents

Abstract

本公开提供了一种动态基线确定方法，涉及计算机技术领域，可以应用于金融技术领域。该方法包括：响应于接收到动态基线生成请求，根据生成请求，获取预设时段内的第一目标对象的历史数据；根据与历史数据对应的告警反馈信息，确定预设时段内多个第一目标对象的告警值，告警反馈信息来自第二目标对象；根据告警值和历史数据生成第一目标曲线；根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线；以及在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。本公开还提供了一种交易数据检测方法、装置、设备、存储介质和程序产品。

Description

动态基线确定方法、交易数据检测方法、装置和电子设备

技术领域

本公开涉及计算机技术领域，可以应用于金融技术领域，更具体地涉及一种动态基线确定方法、交易数据检测方法、装置、设备、介质和程序产品。

背景技术

基线告警是目前大部分数据库监控软件的功能之一，可以说基线告警是运维人员的眼睛和耳朵。

然而，现有的基线告警依然不够准确，如果对每条告警信息都进行处置，则会出现铺天盖地的无效告警。因此，在实际业务生产过程中如何确定动态基线尤为重要，直接关乎动态基线告警的精准程度。

发明内容

鉴于上述问题，本公开提供了动态基线确定方法、交易数据检测方法、装置、设备、介质和程序产品。通过根据告警值和历史数据生成第一目标曲线；根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线；以及在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。可以将针对告警的真实处置经验，融入到动态基线的确定过程中，例如第二目标对象可以为告警处理管理员，根据实际业务生产过程中真实的告警反馈信息，确定第一目标对象如交易量的告警值；然后，利用告警值和生成一条历史数据生成第一目标曲线，可以将该第一目标曲线理解为原始目标曲线；再利用偏离幅度调整原始目标曲线，生成相应的第二目标曲线，作为候选曲线；最后可以根据需求从多条候选第二目标曲线中确定动态基线。通过在动态基线的确定过程中融入告警反馈信息，有利于有效降低误报率，实现基于动态基线的精准告警。

根据本公开的第一个方面，提供了一种动态基线确定方法，包括：响应于接收到动态基线生成请求，根据所述生成请求，获取预设时段内的第一目标对象的历史数据；根据与所述历史数据对应的告警反馈信息，确定所述预设时段内多个所述第一目标对象的告警值，所述告警反馈信息来自第二目标对象；根据所述告警值和所述历史数据生成第一目标曲线；根据所述第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与所述偏离幅度对应的候选第二目标曲线；以及在所述多条与所述偏离幅度对应的候选第二目标曲线中确定动态基线。

根据本公开实施例，所述在所述多条与所述偏离幅度对应的候选第二目标曲线中确定目标第二目标曲线，包括：针对每条候选第二目标曲线，确定告警准确率和告警召回率；根据所述告警准确率和告警召回率，确定每条候选第二目标曲线的综合评价指标值；以及将最大综合评价指标值对应的候选第二目标曲线作为目标第二目标曲线。

根据本公开实施例，所述根据所述告警值和所述历史数据生成第一目标曲线，包括：去除所述历史数据中的所述告警值，并进行插值补全处理，得到处理后的历史数据；以及根据所述处理后的历史数据生成第一目标曲线。

根据本公开实施例，所述根据所述处理后的历史数据生成第一目标曲线，包括：对所述处理后的历史数据进行高斯拟合处理，得到拟合曲线；以及基于经验法则，根据所述拟合曲线生成第一目标曲线。

根据本公开实施例，所述第一目标对象的历史数据包括与各第三目标对象分别对应的第一目标对象的历史数据曲线；所述方法还包括：对多个历史数据曲线进行密度聚类处理。

本公开的第二方面提供了一种交易数据检测方法，包括：接收交易数据；以及根据所述交易数据和动态基线，确定是否生成告警消息；其中，所述动态基线是根据本公开提供的方法确定的

本公开的第三方面提供了一种动态基线确定装置，包括：获取模块，用于响应于接收到动态基线生成请求，根据所述生成请求，获取预设时段内的第一目标对象的历史数据；第一确定模块，用于根据与所述历史数据对应的告警反馈信息，确定所述预设时段内多个所述第一目标对象的告警值，所述告警反馈信息来自第二目标对象；第一生成模块，用于根据所述告警值和所述历史数据生成第一目标曲线；第二生成模块，用于根据所述第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与所述偏离幅度对应的候选第二目标曲线；以及第二确定模块，用于在所述多条与所述偏离幅度对应的候选第二目标曲线中确定动态基线。

本公开的第四方面提供了一种交易数据检测装置，包括：接收模块，用于接收交易数据；以及检测模块，用于根据所述交易数据和动态基线，确定是否生成告警消息；其中，所述动态基线是根据本公开提供的装置确定的

本公开的第五方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行上述公开的方法。

本公开的第六方面还提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行上述公开的方法。

本公开的第七方面还提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现上述公开的方法。

本公开提供的动态基线确定方法，通过根据告警值和历史数据生成第一目标曲线；根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线；以及在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。可以将针对告警的真实处置经验，融入到动态基线的确定过程中，例如第二目标对象可以为告警处理管理员，根据实际业务生产过程中真实的告警反馈信息，确定第一目标对象如交易量的告警值；然后，利用告警值和生成一条历史数据生成第一目标曲线，可以将该第一目标曲线理解为原始目标曲线；再利用偏离幅度调整原始目标曲线，生成相应的第二目标曲线，作为候选曲线；最后可以根据需求从多条候选第二目标曲线中确定动态基线。通过在动态基线的确定过程中融入告警反馈信息，有利于有效降低误报率，实现基于动态基线的精准告警。

附图说明

通过以下参照附图对本公开实施例的描述，本公开的上述内容以及其他目的、特征和优点将更为清楚，在附图中：

图1示意性示出了根据本公开实施例的动态基线确定方法、交易数据检测方法、装置、设备、介质和程序产品的应用场景图；

图2示意性示出了根据本公开实施例的动态基线确定方法的流程图；

图3示意性示出了根据本公开实施例的交易数据检测方法的流程图；

图4示意性示出了根据本公开实施例的动态基线确定装置的结构框图；

图5示意性示出了根据本公开实施例的交易数据检测装置的结构框图；以及

图6示意性示出了根据本公开实施例的适于实现动态基线确定方法和/或的交易数据检测方法的电子设备的方框图。

具体实施方式

以下，将参照附图来描述本公开的实施例。但是应该理解，这些描述只是示例性的，而并非要限制本公开的范围。在下面的详细描述中，为便于解释，阐述了许多具体的细节以提供对本公开实施例的全面理解。然而，明显地，一个或多个实施例在没有这些具体细节的情况下也可以被实施。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本公开的概念。

在此使用的术语仅仅是为了描述具体实施例，而并非意在限制本公开。在此使用的术语“包括”、“包含”等表明了所述特征、步骤、操作和/或部件的存在，但是并不排除存在或添加一个或多个其他特征、步骤、操作或部件。

在此使用的所有术语(包括技术和科学术语)具有本领域技术人员通常所理解的含义，除非另外定义。应注意，这里使用的术语应解释为具有与本说明书的上下文相一致的含义，而不应以理想化或过于刻板的方式来解释。

在使用类似于“A、B和C等中至少一个”这样的表述的情况下，一般来说应该按照本领域技术人员通常理解该表述的含义来予以解释(例如，“具有A、B和C中至少一个的系统”应包括但不限于单独具有A、单独具有B、单独具有C、具有A和B、具有A和C、具有B和C、和/或具有A、B、C的系统等)。

本公开的实施例提供了一种动态基线确定方法和装置，响应于接收到动态基线生成请求，根据生成请求，获取预设时段内的第一目标对象的历史数据；根据与历史数据对应的告警反馈信息，确定预设时段内多个第一目标对象的告警值，告警反馈信息来自第二目标对象；根据告警值和历史数据生成第一目标曲线；根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线；以及在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。

图1示意性示出了根据本公开实施例的动态基线确定方法、交易数据检测方法、装置、设备、介质和程序产品的应用场景图。

如图1所示，根据该实施例的应用场景100可以包括终端设备101、102、103，网络104和服务器105。网络104用以在终端设备101、102、103和服务器105之间提供通信链路的介质。网络104可以包括各种连接类型，例如有线、无线通信链路或者光纤电缆等等。

用户可以使用终端设备101、102、103通过网络104与服务器105交互，以接收或发送消息等。终端设备101、102、103上可以安装有各种通讯客户端应用，例如购物类应用、网页浏览器应用、搜索类应用、即时通信工具、邮箱客户端、社交平台软件等(仅为示例)。

终端设备101、102、103可以是具有显示屏并且支持网页浏览的各种电子设备，包括但不限于智能手机、平板电脑、膝上型便携计算机和台式计算机等等。

服务器105可以是提供各种服务的服务器，例如对用户利用终端设备101、102、103所浏览的网站提供支持的后台管理服务器(仅为示例)。后台管理服务器可以对接收到的用户请求等数据进行分析等处理，并将处理结果(例如根据用户请求获取或生成的网页、信息、或数据等)反馈给终端设备。

需要说明的是，本公开实施例所提供的动态基线确定方法和/或的交易数据检测方法一般可以由服务器105执行。相应地，本公开实施例所提供的动态基线确定装置和/或的交易数据检测装置一般可以设置于服务器105中。本公开实施例所提供的动态基线确定方法和/或的交易数据检测方法也可以由不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群执行。相应地，本公开实施例所提供的动态基线确定装置和/或的交易数据检测装置也可以设置于不同于服务器105且能够与终端设备101、102、103和/或服务器105通信的服务器或服务器集群中。

应该理解，图1中的终端设备、网络和服务器的数目仅仅是示意性的。根据实现需要，可以具有任意数目的终端设备、网络和服务器。

以下将基于图1描述的场景，通过图2对公开实施例的动态基线确定方法进行详细描述。

图2示意性示出了根据本公开实施例的动态基线确定方法的流程图。

如图2所示，该实施例包括操作S210～操作S250，该动态基线确定方法可以通过服务器执行。

在本公开的技术方案中，对数据的获取、收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在操作S210，响应于接收到动态基线生成请求，根据生成请求，获取预设时段内的第一目标对象的历史数据。

在操作S220，根据与历史数据对应的告警反馈信息，确定预设时段内多个第一目标对象的告警值，告警反馈信息来自第二目标对象。

例如，根据上述四周时段的告警反馈信息，确定该四周时段内产生的交易量的告警值。

在操作S230，根据告警值和历史数据生成第一目标曲线。

在操作S240，根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线。

在操作S250，在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。

第一目标对象可以为交易量。

例如，获取四周的交易量的历史数据。

第二目标对象可以为告警管理员。告警反馈信息可以理解为管理员对真实告警的判断经验，例如该告警反馈信息可以来自告警处理日志信息；如利用交易量报警引起的故障工单的处理情况，确定告警值，后续可以作为标注标准对历史数据中的交易量历史告警值进行标注，如针对引发真实告警的交易量打上异常标签，其余交易量数据的标签为正常。

可以理解，利用真实告警需求反向对第一目标曲线进行校正，如根据与每个告警值对应的偏离幅度，生成多条与偏离幅度对应的候选第二目标曲线。

可以理解，可以根据需求从多条候选第二目标曲线中确定动态基线，如候选第二目标曲线对应的告警表现。

本实施例提供的动态基线确定方法，通过根据告警值和历史数据生成第一目标曲线；根据第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与偏离幅度对应的候选第二目标曲线；以及在多条与偏离幅度对应的候选第二目标曲线中确定动态基线。可以将针对告警的真实处置经验，融入到动态基线的确定过程中，例如第二目标对象可以为告警处理管理员，根据实际业务生产过程中真实的告警反馈信息，确定第一目标对象如交易量的告警值；然后，利用告警值和生成一条历史数据生成第一目标曲线，可以将该第一目标曲线理解为原始目标曲线；再利用偏离幅度调整原始目标曲线，生成相应的第二目标曲线，作为候选曲线；最后可以根据需求从多条候选第二目标曲线中确定动态基线。通过在动态基线的确定过程中融入告警反馈信息，有利于有效降低误报率，实现基于动态基线的精准告警。

在多条与偏离幅度对应的候选第二目标曲线中确定目标第二目标曲线，包括：针对每条候选第二目标曲线，确定告警准确率和告警召回率；根据告警准确率和告警召回率，确定每条候选第二目标曲线的综合评价指标值；以及将最大综合评价指标值对应的候选第二目标曲线作为目标第二目标曲线。

例如，选用F-measure作为评价函数，确定F值，即得到综合评价指标值。

告警准确率和告警召回率的最优加权调和平均值，即为动态基线告警准确率与漏报率的最优点。

举例来说，计算综合评价指标值的计算公式可以为：

可以理解，P为精确率，是针对预测结果而言的，其含义是在被所有预测为正的样本中实际为正样本的概率。R为召回率，是覆盖面的度量。衡量了分类器对正例的识别能力，也叫查全率。默认β值为1。

取F值最大时对应的原始目标曲线(第一目标曲线)对应的偏离幅度，作为原始目标曲线的容忍度，也可称为原始目标曲线的变换系数。原始目标曲线偏离幅度等于容忍度时即为动态基线。

进一步的，当管理员手动调节偏离幅度时，默认以管理员调整后的精确率和召回率重要程度为准。则可认为调整后的F值最大，计算此时的β值，直至管理员下次调节前，都以此β值计算容忍度

进一步的，可以学习管理员调节动态基线时对准确率和召回率的偏爱程度，如统计各准确率和召回率的选择频次等，以达到精准告警的效果。

本实施例提供的动态基线确定方法，可以根据告警准确率和告警召回率，确定每条候选第二目标曲线的综合评价指标值；由于综合评价指标值的大小反映了实际的告警表现，因此将最大综合评价指标值对应的候选第二目标曲线作为目标第二目标曲线，有利于降低告警误报与漏报的出现频次，有利于达到动态基线精准告警的效果。

根据告警值和历史数据生成第一目标曲线，包括：去除历史数据中的告警值，并进行插值补全处理，得到处理后的历史数据；以及根据处理后的历史数据生成第一目标曲线。

例如，针对历史数据，如交易量历史曲线，可以剔除交易量历史曲线中异常标签，对相应的告警值进行插值补全处理，然后根据处理后的历史数据计算动态曲线，从而生成第一目标曲线。

进一步，针对历史数据，如历史交易曲线可以进行细分处理。如以每周中同一天同一时刻的数据作为具有相似交易行为的实例，相比按工作日和非工作日划分，通过时间维度细粒度划分，更有利于得到贴合实际生成交易曲线的动态基线，从而提高动态基线告警精准度。

举例来说，将交易量数据按照周一至周日分为七段，分别利用历史同时段的数据计算下一周期同时段的原始目标曲线。如交易曲线中四个周一的九点半对应的所有交易量点数为n，n个点进行高斯拟合，取高斯拟合结果中的均值减去三倍标准差作为未来一个周一九点半的目标曲线点，依次计算所有时刻的点构成交易曲线的原始目标曲线。

本实施例提供的动态基线确定方法，通过去除历史数据中的告警值，并进行插值补全处理，得到处理后的历史数据；然后根据处理后的历史数据生成第一目标曲线，有利于得到较为准确的原始目标曲线。

根据处理后的历史数据生成第一目标曲线，包括：对处理后的历史数据进行高斯拟合处理，得到拟合曲线；以及基于经验法则，根据拟合曲线生成第一目标曲线。

经验法则，如3-sigma法则，如68-95-99.7原则，可以用于对已知平均数和标准差的正态分布数据进行快速推算。

本实施例提供的动态基线确定方法，针对处理后的历史数据进行高斯拟合处理，得到拟合曲线；可以基于经验法则，根据拟合曲线生成第一目标曲线。

第一目标对象的历史数据包括与各第三目标对象分别对应的第一目标对象的历史数据曲线；方法还包括：对多个历史数据曲线进行密度聚类处理。

可以理解，当前系统通常为大规模分布式部署，监控对象(如第三目标对象)数量通常为百万级甚至更多。无论是历史数据高斯拟合动态基线还是历史数据训练预测模型预测动态基线，均需要对每一个实例对象进行拟合处理，计算效率低下，且有极高的算力要求。

例如，通过历史交易量数据对同一视图下的曲线进行密度聚类；对同类交易量历史同期数据进行高斯拟合，通过一定量的历史数据学习交易行为特征，在拟合曲线使用3sigma原则构建目标曲线。

通过对多个历史数据曲线进行密度聚类处理，不在针对各第三目标对象进行一一计算处理，有利于节约计算成本，提升计算效率。

举例来说，在同系统内的机器或部署单元存在相似的服务的情况下，通过交易量曲线聚类将同质化部署的机器或者部署单元归为一簇，方便目标曲线计算及最终基线位置的确认。同一系统下的多个部署单元或者多台AP机器分别构成部署单元视图、AP视图，利用矩阵计算的方式求得同一视图下多个对象的欧几里得距离矩阵。利用欧几里得距离矩阵进行非确定簇数的密度聚类，根据交易曲线间的相似程度，将同质化部署的AP机器、部署单元归为一簇，供后续计算。

进一步的，聚类结果可以保存到规则库。通过定期执行聚类计算。更新聚类结果。

本实施例提供的动态基线确定方法，通过对多个历史数据曲线进行密度聚类处理，可以实现以类为单位计算动态基线，有利于降低计算成本，提升计算效率。

图3示意性示出了根据本公开实施例的交易数据检测方法的流程图。

如图3所示，该实施例包括操作S310～操作S320，该交易数据检测方法可以通过服务器执行。

在本公开的技术方案中，对数据的获取、收集、存储、使用、加工、传输、提供、公开和应用等处理，均符合相关法律法规的规定，采取了必要保密措施，且不违背公序良俗。

在操作S310，接收交易数据。

在操作S320，根据交易数据和动态基线，确定是否生成告警消息；其中，动态基线是根据动态基线确定方法确定的。

可以理解，若该交易数据中实际交易量值小于动态基线下基线值，则触发告警，即生成告警消息。

例如，可以实时进行告警处理，如实时交易量数据进入时，当实时交易量小于动态基线值时，触发告警，否则正常。

本实施例提供的交易数据检测方法，可以根据交易数据和动态基线，确定是否生成告警消息，并且有利于在生产环境中能够更准确、快速地定位交易量异常情况。

基于上述动态基线确定方法，本公开还提供了一种动态基线确定装置。以下将结合图4对该装置进行详细描述。

图4示意性示出了根据本公开实施例的动态基线确定装置的结构框图。

如图4所示，该实施例的动态基线确定装置400包括获取模块410、第一确定模块420、第一生成模块430、第二生成模块440和第二确定模块450。

获取模块410，用于响应于接收到动态基线生成请求，根据所述生成请求，获取预设时段内的第一目标对象的历史数据；第一确定模块420，用于根据与所述历史数据对应的告警反馈信息，确定所述预设时段内多个所述第一目标对象的告警值，所述告警反馈信息来自第二目标对象；第一生成模块430，用于根据所述告警值和所述历史数据生成第一目标曲线；第二生成模块440，用于根据所述第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与所述偏离幅度对应的候选第二目标曲线；以及第二确定模块450，用于在所述多条与所述偏离幅度对应的候选第二目标曲线中确定动态基线。

在一些实施例中，所述第二确定模块，包括：第一确定子模块，用于针对每条候选第二目标曲线，确定告警准确率和告警召回率；第二确定子模块，用于根据所述告警准确率和告警召回率，确定每条候选第二目标曲线的综合评价指标值；以及第三确定子模块，用于将最大综合评价指标值对应的候选第二目标曲线作为目标第二目标曲线。

在一些实施例中，所述第一生成模块，包括：处理模块，用于去除所述历史数据中的所述告警值，并进行插值补全处理，得到处理后的历史数据；以及第一生成子模块，用于根据所述处理后的历史数据生成第一目标曲线。

在一些实施例中，所述第一生成子模块，包括：拟合单元，用于对所述处理后的历史数据进行高斯拟合处理，得到拟合曲线；以及生成单元，用于基于经验法则，根据所述拟合曲线生成第一目标曲线。

在一些实施例中，所述第一目标对象的历史数据包括与各第三目标对象分别对应的第一目标对象的历史数据曲线；所述装置还包括：聚类处理模块，用于对多个历史数据曲线进行密度聚类处理。

根据本公开的实施例，获取模块410、第一确定模块420、第一生成模块430、第二生成模块440和第二确定模块450中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，获取模块410、第一确定模块420、第一生成模块430、第二生成模块440和第二确定模块450中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，获取模块410、第一确定模块420、第一生成模块430、第二生成模块440和第二确定模块450中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

基于上述交易数据检测方法，本公开还提供了一种交易数据检测装置。以下将结合图5对该装置进行详细描述。

图5示意性示出了根据本公开实施例的交易数据检测装置的结构框图。

如图5所示，该实施例的交易数据检测装置500包括接收模块510和检测模块520。

接收模块510，用于接收交易数据；以及检测模块520，用于根据所述交易数据和动态基线，确定是否生成告警消息；其中，所述动态基线是根据动态基线确定装置确定的。

根据本公开的实施例，接收模块510和检测模块520中的任意多个模块可以合并在一个模块中实现，或者其中的任意一个模块可以被拆分成多个模块。或者，这些模块中的一个或多个模块的至少部分功能可以与其他模块的至少部分功能相结合，并在一个模块中实现。根据本公开的实施例，接收模块510和检测模块520中的至少一个可以至少被部分地实现为硬件电路，例如现场可编程门阵列(FPGA)、可编程逻辑阵列(PLA)、片上系统、基板上的系统、封装上的系统、专用集成电路(ASIC)，或可以通过对电路进行集成或封装的任何其他的合理方式等硬件或固件来实现，或以软件、硬件以及固件三种实现方式中任意一种或以其中任意几种的适当组合来实现。或者，接收模块510和检测模块520中的至少一个可以至少被部分地实现为计算机程序模块，当该计算机程序模块被运行时，可以执行相应的功能。

图6示意性示出了根据本公开实施例的适于实现动态基线确定方法和/或交易数据检测方法的电子设备的方框图。

如图6所示，根据本公开实施例的电子设备600包括处理器601，其可以根据存储在只读存储器(ROM)602中的程序或者从存储部分608加载到随机访问存储器(RAM)603中的程序而执行各种适当的动作和处理。处理器601例如可以包括通用微处理器(例如CPU)、指令集处理器和/或相关芯片组和/或专用微处理器(例如，专用集成电路(ASIC))等等。处理器601还可以包括用于缓存用途的板载存储器。处理器601可以包括用于执行根据本公开实施例的方法流程的不同动作的单一处理单元或者是多个处理单元。

在RAM 603中，存储有电子设备600操作所需的各种程序和数据。处理器601、ROM602以及RAM 603通过总线604彼此相连。处理器601通过执行ROM 602和/或RAM 603中的程序来执行根据本公开实施例的方法流程的各种操作。需要注意，所述程序也可以存储在除ROM 602和RAM 603以外的一个或多个存储器中。处理器601也可以通过执行存储在所述一个或多个存储器中的程序来执行根据本公开实施例的方法流程的各种操作。

根据本公开的实施例，电子设备600还可以包括输入/输出(I/O)接口605，输入/输出(I/O)接口605也连接至总线604。电子设备600还可以包括连接至I/O接口605的以下部件中的一项或多项：包括键盘、鼠标等的输入部分606；包括诸如阴极射线管(CRT)、液晶显示器(LCD)等以及扬声器等的输出部分607；包括硬盘等的存储部分608；以及包括诸如LAN卡、调制解调器等的网络接口卡的通信部分609。通信部分609经由诸如因特网的网络执行通信处理。驱动器610也根据需要连接至I/O接口605。可拆卸介质611，诸如磁盘、光盘、磁光盘、半导体存储器等等，根据需要安装在驱动器610上，以便于从其上读出的计算机程序根据需要被安装入存储部分608。

本公开还提供了一种计算机可读存储介质，该计算机可读存储介质可以是上述实施例中描述的设备/装置/系统中所包含的；也可以是单独存在，而未装配入该设备/装置/系统中。上述计算机可读存储介质承载有一个或者多个程序，当上述一个或者多个程序被执行时，实现根据本公开实施例的方法。

根据本公开的实施例，计算机可读存储介质可以是非易失性的计算机可读存储介质，例如可以包括但不限于：便携式计算机磁盘、硬盘、随机访问存储器(RAM)、只读存储器(ROM)、可擦式可编程只读存储器(EPROM或闪存)、便携式紧凑磁盘只读存储器(CD-ROM)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。例如，根据本公开的实施例，计算机可读存储介质可以包括上文描述的ROM 602和/或RAM 603和/或ROM 602和RAM 603以外的一个或多个存储器。

本公开的实施例还包括一种计算机程序产品，其包括计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。当计算机程序产品在计算机系统中运行时，该程序代码用于使计算机系统实现本公开实施例所提供的动态基线确定方法和/或交易数据检测方法。

在该计算机程序被处理器601执行时执行本公开实施例的系统/装置中限定的上述功能。根据本公开的实施例，上文描述的系统、装置、模块、单元等可以通过计算机程序模块来实现。

在一种实施例中，该计算机程序可以依托于光存储器件、磁存储器件等有形存储介质。在另一种实施例中，该计算机程序也可以在网络介质上以信号的形式进行传输、分发，并通过通信部分609被下载和安装，和/或从可拆卸介质611被安装。该计算机程序包含的程序代码可以用任何适当的网络介质传输，包括但不限于：无线、有线等等，或者上述的任意合适的组合。

在这样的实施例中，该计算机程序可以通过通信部分609从网络上被下载和安装，和/或从可拆卸介质611被安装。在该计算机程序被处理器601执行时，执行本公开实施例的系统中限定的上述功能。根据本公开的实施例，上文描述的系统、设备、装置、模块、单元等可以通过计算机程序模块来实现。

根据本公开的实施例，可以以一种或多种程序设计语言的任意组合来编写用于执行本公开实施例提供的计算机程序的程序代码，具体地，可以利用高级过程和/或面向对象的编程语言、和/或汇编/机器语言来实施这些计算程序。程序设计语言包括但不限于诸如Java，C++，python，“C”语言或类似的程序设计语言。程序代码可以完全地在用户计算设备上执行、部分地在用户设备上执行、部分在远程计算设备上执行、或者完全在远程计算设备或服务器上执行。在涉及远程计算设备的情形中，远程计算设备可以通过任意种类的网络，包括局域网(LAN)或广域网(WAN)，连接到用户计算设备，或者，可以连接到外部计算设备(例如利用因特网服务提供商来通过因特网连接)。

附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，上述模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图或流程图中的每个方框、以及框图或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。

本领域技术人员可以理解，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合，即使这样的组合或结合没有明确记载于本公开中。特别地，在不脱离本公开精神和教导的情况下，本公开的各个实施例和/或权利要求中记载的特征可以进行多种组合和/或结合。所有这些组合和/或结合均落入本公开的范围。

以上对本公开的实施例进行了描述。但是，这些实施例仅仅是为了说明的目的，而并非为了限制本公开的范围。尽管在以上分别描述了各实施例，但是这并不意味着各个实施例中的措施不能有利地结合使用。本公开的范围由所附权利要求及其等同物限定。不脱离本公开的范围，本领域技术人员可以做出多种替代和修改，这些替代和修改都应落在本公开的范围之内。

Claims (11)

1.一种动态基线确定方法，包括：

响应于接收到动态基线生成请求，根据所述生成请求，获取预设时段内的第一目标对象的历史数据；

根据与所述历史数据对应的告警反馈信息，确定所述预设时段内多个所述第一目标对象的告警值，所述告警反馈信息来自第二目标对象；

根据所述告警值和所述历史数据生成第一目标曲线；

根据所述第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与所述偏离幅度对应的候选第二目标曲线；以及

在所述多条与所述偏离幅度对应的候选第二目标曲线中确定动态基线。

2.根据权利要求1所述的方法，其中，所述在所述多条与所述偏离幅度对应的候选第二目标曲线中确定目标第二目标曲线，包括：

针对每条候选第二目标曲线，确定告警准确率和告警召回率；

根据所述告警准确率和告警召回率，确定每条候选第二目标曲线的综合评价指标值；以及

将最大综合评价指标值对应的候选第二目标曲线作为目标第二目标曲线。

3.根据权利要求1所述的方法，其中，所述根据所述告警值和所述历史数据生成第一目标曲线，包括：

去除所述历史数据中的所述告警值，并进行插值补全处理，得到处理后的历史数据；以及

根据所述处理后的历史数据生成第一目标曲线。

4.根据权利要求3所述的方法，其中，所述根据所述处理后的历史数据生成第一目标曲线，包括：

对所述处理后的历史数据进行高斯拟合处理，得到拟合曲线；以及

基于经验法则，根据所述拟合曲线生成第一目标曲线。

5.根据权利要求1所述的方法，其中，所述第一目标对象的历史数据包括与各第三目标对象分别对应的第一目标对象的历史数据曲线；所述方法还包括：

对多个历史数据曲线进行密度聚类处理。

6.一种交易数据检测方法，包括：

接收交易数据；以及

根据所述交易数据和动态基线，确定是否生成告警消息；

其中，所述动态基线是根据权利要求1至5任一项所述的方法确定的。

7.一种动态基线确定装置，包括：

获取模块，用于响应于接收到动态基线生成请求，根据所述生成请求，获取预设时段内的第一目标对象的历史数据；

第一确定模块，用于根据与所述历史数据对应的告警反馈信息，确定所述预设时段内多个所述第一目标对象的告警值，所述告警反馈信息来自第二目标对象；

第一生成模块，用于根据所述告警值和所述历史数据生成第一目标曲线；

第二生成模块，用于根据所述第一目标曲线，分别确定与每个告警值对应的偏离幅度，并生成多条与所述偏离幅度对应的候选第二目标曲线；以及

第二确定模块，用于在所述多条与所述偏离幅度对应的候选第二目标曲线中确定动态基线。

8.一种交易数据检测装置，包括：

接收模块，用于接收交易数据；以及

检测模块，用于根据所述交易数据和动态基线，确定是否生成告警消息；

其中，所述动态基线是根据权利要求7所述的装置确定的。

9.一种电子设备，包括：

一个或多个处理器；

存储装置，用于存储一个或多个程序，

其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得所述一个或多个处理器执行根据权利要求1～6中任一项所述的方法。

10.一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行根据权利要求1～6中任一项所述的方法。

11.一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现根据权利要求1～6中任一项所述的方法。

Images