(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210988998.5 (22)申请日 2022.08.17 (71)申请人 深圳前海微众 银行股份有限公司 地址 518027 广东省深圳市前海深港合作 区前湾一路1号A栋201室 (72)发明人 项术津　 (74)专利代理 机构 北京同立钧成知识产权代理 有限公司 1 1205 专利代理师 鲁迪娟　臧建明 (51)Int.Cl. G06Q 40/02(2012.01) G06Q 40/04(2012.01) G06Q 20/40(2012.01) (54)发明名称 数据异常检测方法、 装置、 设备、 介质及程序 产品 (57)摘要 本申请提供了一种数据异常检测方法、 装 置、 设备、 介质及程序产品， 通过 获取待检测时段 对应的时间序列数据， 并对时间序列数据进行周 期特性解析， 确定拆解周期； 根据拆解周期， 从时 间序列数据中拆解出多个样本序列； 根据预设划 分方式， 将每个样本序列划分成多个子序列， 并 将相同时段的各个子序列组合成一个投票时间 序列， 以确定多个不同的时段对应的多个投票时 间序列； 利用异常检测模型， 对各个投票时间序 列进行异常检测， 并根据预设投票判定规则， 判 断检测结果是否出现异常。 解决了现有的数据 异 常检测方法存在对呈周期性变化的金融账务数 据的异常检测的效果不稳定， 且误判率高的技术 问题。 权利要求书2页 说明书12页 附图3页 CN 115271929 A 2022.11.01 CN 115271929 A 1.一种数据异常检测方法， 其特 征在于， 包括： 获取待检测时段对应的时间序列数据， 并对所述时间序列数据进行周期特性解析， 确 定拆解周期； 根据所述拆解周期， 从所述时间序列数据中拆解出多个样本序列； 根据预设划分方式， 将每个所述样本序列划分成多个子序列， 并将相同时段的各个所 述子序列组合成一个投票时间序列， 以确定多个不同的所述时段对应的多个所述投票时间 序列； 利用异常检测模型， 对各个所述投票时间序列进行异常检测， 并根据预设投票判定规 则， 判断检测结果是否出现异常。 2.根据权利要求1所述的数据异常检测方法， 其特征在于， 所述样本序列对应的第 一时 段的第一时长小于所述拆解周期的时长 。 3.根据权利要求2所述的数据异常检测方法， 其特征在于， 所述拆解周期的时长是所述 第一时长的整数倍。 4.根据权利要求2或3所述的数据异常检测方法， 其特征在于， 每个所述子序列对应的 第二时段的第二时长小于所述第一时长 。 5.根据权利要求4所述的数据异常检测方法， 其特征在于， 所述第 一时长是所述第 二时 长的整数倍。 6.根据权利要求1所述的数据异常检测方法， 其特征在于， 所述对所述 时间序列数据进 行周期特性 解析， 确定拆解周期， 包括： 根据所述 时间序列 数据中各项数据对应的时间， 绘制所述 时间序列 数据对应的数据曲 线； 利用图像分析模型， 对所述数据曲线 进行所述周期特性 解析， 确定所述拆解周期。 7.根据权利要求6所述的数据异常检测方法， 其特征在于， 所述利用图像分析模型， 对 所述数据曲线 进行所述周期特性 解析， 确定所述拆解周期， 包括： 利用所述图像分析模型解析 所述数据曲线的周期特 征， 确定多个待选周期； 根据多个所述待选周期分别对所述 时间序列数据进行移动平均处理， 确定各个移动平 均序列， 所述移动平均序列 与所述待选周期一 一对应； 判断各个所述移动平均序列中的各项数据是否呈周期性变化； 若否， 则将所述移动平均序列对应的所述待选周期， 确定为所述拆解周期。 8.根据权利要求7所述的数据异常检测方法， 其特征在于， 所述判断各个所述移动平均 序列中的各项数据是否呈周期性变化， 包括： 根据所述移动平均序列中各项数据的先后顺序， 绘制所述移动平均序列对应的移动平 均线； 利用所述图像分析模型， 对所述移动平均线进行所述周期特性解析， 并根据解析结果 判断所述移动平均线是否呈 所述周期性变化。 9.根据权利要求7或8所述的数据异常检测方法， 其特征在于， 所述将所述移动平均序 列对应的所述待选周期， 确定为所述拆解周期， 包括： 当存在多个所述移动平均序列不呈所述周期性变化 时， 将最小的所述待选周期确定为 所述拆解周期。权　利　要　求　书 1/2 页 2 CN 115271929 A 210.根据权利要求1所述的数据异常检测方法， 其特征在于， 所述利用异常检测模型， 对 各个所述投票时间序列进行异常检测， 包括： 计算每个所述投票时间序列 与每个投票时段对应的数据预测模型的拟合度； 判断所述拟合度是否满足预设拟合要求； 若否， 则确定所述投票时间序列出现异常。 11.根据权利要求1所述的数据异常检测方法， 其特征在于， 所述根据预设投票判定规 则， 判断检测结果是否出现异常， 包括： 若存在出现异常的所述投票时间序列， 则确定所述检测结果出现异常； 或者， 若出现异常的所述投票 时间序列的数量小于预设数量阈值， 则确定所述检测结果没有 出现异常。 12.一种数据异常检测装置， 其特 征在于， 包括： 获取模块， 用于待检测时段对应的时间序列数据； 处理模块， 用于： 对所述时间序列数据进行周期特性 解析， 确定拆解周期； 根据所述拆解周期， 从所述时间序列数据中拆解出多个样本序列； 根据预设划分方式， 将每个所述样本序列划分成多个子序列， 并将相同时段的各个所 述子序列组合成一个投票时间序列， 以确定多个不同的所述时段对应的多个所述投票时间 序列； 利用异常检测模型， 对各个所述投票时间序列进行异常检测， 并根据预设投票判定规 则， 判断检测结果是否出现异常。 13.一种电子设备， 其特 征在于， 包括： 处理器； 以及， 存储器， 用于存 储所述处 理器的计算机程序； 其中， 所述处理器配置为经由执行所述计算机程序来执行权利要求1至11任一项所述 的数据异常检测方法。 14.一种计算机可读存储介质， 其上存储有计算机程序， 其特征在于， 所述计算机程序 被处理器执行时实现权利要求1至1 1任一项所述的数据异常检测方法。 15.一种计算机程序产品， 包括计算机程序， 其特征在于， 所述计算机程序被处理器执 行时实现权利要求1至1 1任一项所述的数据异常检测方法。权　利　要　求　书 2/2 页 3 CN 115271929 A 3