本申請(qǐng)涉及數(shù)據(jù)處理，具體涉及一種互聯(lián)網(wǎng)電視異常檢測(cè)方法及裝置。

背景技術(shù)：

1、目前，互聯(lián)網(wǎng)電視ott?tv(over?the?top?tv)，是指以廣域網(wǎng)即傳統(tǒng)互聯(lián)網(wǎng)或移動(dòng)互聯(lián)網(wǎng)為傳輸網(wǎng)絡(luò)，以電視機(jī)為接收終端，向用戶提供視頻及圖文信息內(nèi)容等服務(wù)的電視形態(tài)，隨著移動(dòng)互聯(lián)網(wǎng)規(guī)模在不斷地?cái)U(kuò)大，提升互聯(lián)網(wǎng)電視業(yè)務(wù)質(zhì)量十分重要。

2、相關(guān)技術(shù)中，多維電視指標(biāo)數(shù)據(jù)類型多樣，直接采用異常檢測(cè)技術(shù)對(duì)多維數(shù)據(jù)進(jìn)行降維后的表征難以保留足夠多的關(guān)鍵信息，若多維電視指標(biāo)數(shù)據(jù)不充足時(shí)，異常檢測(cè)結(jié)果準(zhǔn)確率低；而且對(duì)降維后的數(shù)據(jù)直接進(jìn)行密度估計(jì)容易導(dǎo)致預(yù)測(cè)模型陷入局部最優(yōu)，導(dǎo)致檢測(cè)結(jié)果準(zhǔn)確率不準(zhǔn)確。

技術(shù)實(shí)現(xiàn)思路

1、本申請(qǐng)實(shí)施例提供一種互聯(lián)網(wǎng)電視異常檢測(cè)方法及裝置，用以解決現(xiàn)有的異常檢測(cè)方法對(duì)高維數(shù)據(jù)進(jìn)行降維后的表征難以保留足夠多的關(guān)鍵信息，而直接對(duì)降維后的數(shù)據(jù)進(jìn)行密度估計(jì)容易導(dǎo)致預(yù)測(cè)模型陷入局部最優(yōu)，導(dǎo)致檢測(cè)結(jié)果準(zhǔn)確率不準(zhǔn)確的技術(shù)問題。

2、第一方面，本申請(qǐng)實(shí)施例提供一種互聯(lián)網(wǎng)電視異常檢測(cè)方法，包括：

3、獲取互聯(lián)網(wǎng)電視的多維電視指標(biāo)數(shù)據(jù)，所述多維電視指標(biāo)數(shù)據(jù)包括多種不同類型的電視指標(biāo)數(shù)據(jù)；

4、基于電視指標(biāo)數(shù)據(jù)的不同類型對(duì)所述多維電視指標(biāo)數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的數(shù)據(jù)；

5、基于目標(biāo)異常檢測(cè)模型對(duì)所述降噪后的數(shù)據(jù)進(jìn)行降維處理和異常估計(jì)，得到異常檢測(cè)結(jié)果；

6、其中，所述目標(biāo)異常檢測(cè)模型包括壓縮網(wǎng)絡(luò)和估計(jì)網(wǎng)絡(luò)，所述目標(biāo)異常檢測(cè)模型以樣本多維電視指標(biāo)數(shù)據(jù)為訓(xùn)練樣本，以壓縮網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)和估計(jì)網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)為訓(xùn)練參數(shù)進(jìn)行聯(lián)合訓(xùn)練得到。

7、在一個(gè)實(shí)施例中，所述多維電視指標(biāo)數(shù)據(jù)包括網(wǎng)絡(luò)用戶數(shù)、網(wǎng)絡(luò)流量和網(wǎng)絡(luò)卡頓率中的至少兩項(xiàng)；

8、所述基于電視指標(biāo)數(shù)據(jù)的不同類型對(duì)所述多維電視指標(biāo)數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的數(shù)據(jù)包括：

9、在所述多維電視指標(biāo)數(shù)據(jù)包括所述網(wǎng)絡(luò)用戶數(shù)和所述網(wǎng)絡(luò)流量中的至少一項(xiàng)的情況下，采用s-g平滑濾波技術(shù)對(duì)所述網(wǎng)絡(luò)用戶數(shù)和所述網(wǎng)絡(luò)流量中的至少一項(xiàng)進(jìn)行濾波，得到所述降噪后的數(shù)據(jù)；

10、在所述多維電視指標(biāo)數(shù)據(jù)包括所述網(wǎng)絡(luò)卡頓率的情況下，采用k-mean濾波技術(shù)對(duì)所述網(wǎng)絡(luò)卡頓率進(jìn)行濾波，得到所述降噪后的數(shù)據(jù)。

11、在一個(gè)實(shí)施例中，所述目標(biāo)異常檢測(cè)模型為訓(xùn)練后的深度自動(dòng)編碼高斯混合模型dagmm，所述壓縮網(wǎng)絡(luò)為所述dagmm的自編碼器，所述估計(jì)網(wǎng)絡(luò)為所述dagmm的至少一個(gè)高斯混合模型；

12、所述目標(biāo)異常檢測(cè)模型通過如下步驟訓(xùn)練得到：

13、將所述樣本多維電視指標(biāo)數(shù)據(jù)輸入至所述自編碼器，得到低維數(shù)據(jù)；

14、對(duì)所述樣本多維電視指標(biāo)數(shù)據(jù)和所述低維數(shù)據(jù)進(jìn)行誤差重構(gòu)，得到重構(gòu)誤差特征；

15、將所述重構(gòu)誤差特征與所述低維數(shù)據(jù)進(jìn)行拼接，得到重組特征；并以所述重組特征為輸入特征，以第一函數(shù)為目標(biāo)函數(shù)對(duì)所述至少一個(gè)高斯混合模型進(jìn)行訓(xùn)練，在所述dagmm收斂的情況下，得到所述目標(biāo)異常檢測(cè)模型；

16、其中，所述第一函數(shù)基于所述自編碼器的重構(gòu)誤差表示、所述至少一個(gè)高斯混合模型的樣本能量和正則項(xiàng)確定。

17、在一個(gè)實(shí)施例中，在所述得到異常檢測(cè)結(jié)果之后，所述方法還包括：

18、將所述異常檢測(cè)結(jié)果與預(yù)設(shè)閾值進(jìn)行比較，在所述異常檢測(cè)結(jié)果大于所述預(yù)設(shè)閾值的情況下，生成異常告警信息。

19、在一個(gè)實(shí)施例中，所述第一函數(shù)應(yīng)用如下公式得到：

20、

21、其中，j為所述第一函數(shù)，θe和θd為壓縮網(wǎng)絡(luò)參數(shù)，θm為估計(jì)網(wǎng)絡(luò)參數(shù)，n為樣本多維電視指標(biāo)數(shù)據(jù)的數(shù)量，l為所述重構(gòu)誤差表示，xi為第i個(gè)樣本多維電視指標(biāo)數(shù)據(jù)，x′i為xi的重構(gòu)表示，e為所述樣本能量，zi為第i個(gè)低維電視指標(biāo)數(shù)據(jù)，為所述正則項(xiàng)；λ1和λ2為權(quán)重系數(shù)。

22、第二方面，本申請(qǐng)實(shí)施例提供一種互聯(lián)網(wǎng)電視異常檢測(cè)裝置，包括：

23、數(shù)據(jù)獲取模塊，用于獲取互聯(lián)網(wǎng)電視的多維電視指標(biāo)數(shù)據(jù)，所述多維電視指標(biāo)數(shù)據(jù)包括多種不同類型的電視指標(biāo)數(shù)據(jù)；

24、降噪模塊，用于基于電視指標(biāo)數(shù)據(jù)的不同類型對(duì)所述多維電視指標(biāo)數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的數(shù)據(jù)；

25、檢測(cè)模塊，用于基于目標(biāo)異常檢測(cè)模型對(duì)所述降噪后的數(shù)據(jù)進(jìn)行降維處理和異常估計(jì)，得到異常檢測(cè)結(jié)果；

26、其中，所述目標(biāo)異常檢測(cè)模型包括壓縮網(wǎng)絡(luò)和估計(jì)網(wǎng)絡(luò)，所述目標(biāo)異常檢測(cè)模型以樣本多維電視指標(biāo)數(shù)據(jù)為訓(xùn)練樣本，以壓縮網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)和估計(jì)網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)為訓(xùn)練參數(shù)進(jìn)行聯(lián)合訓(xùn)練得到。

27、在一個(gè)實(shí)施例中，所述多維電視指標(biāo)數(shù)據(jù)包括網(wǎng)絡(luò)用戶數(shù)、網(wǎng)絡(luò)流量和網(wǎng)絡(luò)卡頓率中的至少兩項(xiàng)；

28、降噪模塊具體用于：

29、在所述多維電視指標(biāo)數(shù)據(jù)包括所述網(wǎng)絡(luò)用戶數(shù)和所述網(wǎng)絡(luò)流量中的至少一項(xiàng)的情況下，采用s-g平滑濾波技術(shù)對(duì)所述網(wǎng)絡(luò)用戶數(shù)和所述網(wǎng)絡(luò)流量中的至少一項(xiàng)進(jìn)行濾波，得到所述降噪后的數(shù)據(jù)；

30、在所述多維電視指標(biāo)數(shù)據(jù)包括所述網(wǎng)絡(luò)卡頓率的情況下，采用k-mean濾波技術(shù)對(duì)所述網(wǎng)絡(luò)卡頓率進(jìn)行濾波，得到所述降噪后的數(shù)據(jù)。

31、第三方面，本申請(qǐng)實(shí)施例提供一種電子設(shè)備，包括處理器和存儲(chǔ)有計(jì)算機(jī)程序的存儲(chǔ)器，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)第一方面所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法的步驟。

32、第四方面，本申請(qǐng)實(shí)施例提供一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法的步驟。

33、第五方面，本申請(qǐng)實(shí)施例提供一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)第一方面所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法的步驟。

34、本申請(qǐng)實(shí)施例提供的互聯(lián)網(wǎng)電視異常檢測(cè)方法及裝置，通過電視指標(biāo)數(shù)據(jù)的不同類型對(duì)多維電視指標(biāo)數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的數(shù)據(jù)，并根據(jù)目標(biāo)異常檢測(cè)模型對(duì)降噪后的數(shù)據(jù)進(jìn)行降維處理和異常估計(jì)，得到異常檢測(cè)結(jié)果，通過目標(biāo)異常檢測(cè)模型的壓縮網(wǎng)絡(luò)與估計(jì)網(wǎng)絡(luò)端對(duì)端的聯(lián)合學(xué)習(xí)，能夠同時(shí)實(shí)現(xiàn)將高維數(shù)據(jù)進(jìn)行降維處理，并對(duì)低維空間密度進(jìn)行估計(jì)實(shí)現(xiàn)異常感知，提高了異常檢測(cè)結(jié)果的準(zhǔn)確率。

技術(shù)特征：

1.一種互聯(lián)網(wǎng)電視異常檢測(cè)方法，其特征在于，包括：

2.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法，其特征在于，所述多維電視指標(biāo)數(shù)據(jù)包括網(wǎng)絡(luò)用戶數(shù)、網(wǎng)絡(luò)流量和網(wǎng)絡(luò)卡頓率中的至少兩項(xiàng)；

3.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法，其特征在于，所述目標(biāo)異常檢測(cè)模型為訓(xùn)練后的深度自動(dòng)編碼高斯混合模型dagmm，所述壓縮網(wǎng)絡(luò)為所述dagmm的自編碼器，所述估計(jì)網(wǎng)絡(luò)為所述dagmm的至少一個(gè)高斯混合模型；

4.根據(jù)權(quán)利要求1所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法，其特征在于，在所述得到異常檢測(cè)結(jié)果之后，所述方法還包括：

5.根據(jù)權(quán)利要求3所述的互聯(lián)網(wǎng)電視異常檢測(cè)方法，其特征在于，所述第一函數(shù)應(yīng)用如下公式得到：

6.一種互聯(lián)網(wǎng)電視異常檢測(cè)裝置，其特征在于，包括：

7.根據(jù)權(quán)利要求6所述的互聯(lián)網(wǎng)電視異常檢測(cè)裝置，其特征在于，所述多維電視指標(biāo)數(shù)據(jù)包括網(wǎng)絡(luò)用戶數(shù)、網(wǎng)絡(luò)流量和網(wǎng)絡(luò)卡頓率中的至少兩項(xiàng)；

8.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在所述存儲(chǔ)器上并可在所述處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1至5任一項(xiàng)所述互聯(lián)網(wǎng)電視異常檢測(cè)方法。

9.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5任一項(xiàng)所述互聯(lián)網(wǎng)電視異常檢測(cè)方法。

10.一種計(jì)算機(jī)程序產(chǎn)品，包括計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1至5任一項(xiàng)所述互聯(lián)網(wǎng)電視異常檢測(cè)方法。

技術(shù)總結(jié)
本申請(qǐng)涉及數(shù)據(jù)處理技術(shù)領(lǐng)域，提供一種互聯(lián)網(wǎng)電視異常檢測(cè)方法及裝置。所述方法包括：獲取互聯(lián)網(wǎng)電視的多維電視指標(biāo)數(shù)據(jù)；基于電視指標(biāo)數(shù)據(jù)的不同類型對(duì)多維電視指標(biāo)數(shù)據(jù)進(jìn)行降噪處理，得到降噪后的數(shù)據(jù)；基于目標(biāo)異常檢測(cè)模型對(duì)降噪后的數(shù)據(jù)進(jìn)行降維處理和異常估計(jì)，得到異常檢測(cè)結(jié)果；目標(biāo)異常檢測(cè)模型包括壓縮網(wǎng)絡(luò)和估計(jì)網(wǎng)絡(luò)，目標(biāo)異常檢測(cè)模型以樣本多維電視指標(biāo)數(shù)據(jù)為訓(xùn)練樣本，以壓縮網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)和估計(jì)網(wǎng)絡(luò)的隱藏層大小及其激活函數(shù)為訓(xùn)練參數(shù)進(jìn)行聯(lián)合訓(xùn)練得到。本申請(qǐng)?zhí)峁┑幕ヂ?lián)網(wǎng)電視異常檢測(cè)方法能夠同時(shí)實(shí)現(xiàn)將高維數(shù)據(jù)進(jìn)行降維處理，并對(duì)低維空間密度進(jìn)行估計(jì)實(shí)現(xiàn)異常感知，提高了異常檢測(cè)結(jié)果的準(zhǔn)確率。

技術(shù)研發(fā)人員：舒繼峰,王易風(fēng),余海江,徐舟,羅琪
受保護(hù)的技術(shù)使用者：中國(guó)移動(dòng)通信集團(tuán)浙江有限公司
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/21