一种基于聚类的大规模不规则KPI时间序列的异常检测方法

摘要

本发明公开了一种基于聚类的大规模不规则KPI时间序列的异常检测方法，通过对大规模不规则KPI进行预处理，将多个长度不一的KPI，组成含有全部KPI元素的规则KPI填充矩阵，再对该规则KPI填充矩阵进行聚类，获得多个子聚类。若聚类中心点之间的距离不小于预设阈值且迭代次数不大于预设阈值，则进行迭代，对每个子聚类中的KPI进行MF填充产生子规则KPI填充矩阵，并使用全部子规则KPI填充矩阵合成规则KPI填充矩阵作为下一次聚类的输入，实现聚类——填充——聚类——填充的循环体系；若聚类中心点之间的距离小于预设阈值或迭代次数大于预设阈值，则认为整个循环迭代完成，大规模不规则KPI被划分为若干聚类簇，在每个聚类簇中应用相同的异常检测模型，可以有效的降低开销，实现高效率的异常检测。