公开(公告)号：CN114721902B

公开(公告)日：2024-08-23

申请号：CN202210310674.6

申请日：2022-03-28

Applicant: 华中科技大学 ,  深圳市腾讯计算机系统有限公司

Inventor： 张光钰 ,  李春花 ,  周可 ,  陈万成 ,  方浩天 ,  邢家树 ,  程彬 ,  杨杰

IPC: G06F11/30 ,  G06F17/16

Abstract: 本发明公开了一种云数据库中OLTP应用的在线异常检测方法，其是基于相关性衡量方法和云数据库架构特点的基础上实现的，通过相关性衡量方法判断关键指标的变化趋势，通过相关性阈值确定是否存在变化趋势异常的关键指标，相比于基于统计学和机器学习的方法，该方法显著提高了检测的效率；随后，其通过利用关键指标的时间序列确定数据库状态，显著提高了异常判断的准确率；同时，相关性阈值判别机制令阈值的设定简单化，极大的减少了人工成本。本发明还公开了一种云数据库中OLTP应用的在线异常检测系统。

公开(公告)号：CN114721902A

公开(公告)日：2022-07-08

申请号：CN202210310674.6

申请日：2022-03-28

Applicant: 华中科技大学 ,  深圳市腾讯计算机系统有限公司

Inventor： 张光钰 ,  李春花 ,  周可 ,  陈万成 ,  方浩天 ,  邢家树 ,  程彬 ,  杨杰

IPC: G06F11/30 ,  G06F17/16

Abstract: 本发明公开了一种云数据库中OLTP应用的在线异常检测方法，其是基于相关性衡量方法和云数据库架构特点的基础上实现的，通过相关性衡量方法判断关键指标的变化趋势，通过相关性阈值确定是否存在变化趋势异常的关键指标，相比于基于统计学和机器学习的方法，该方法显著提高了检测的效率；随后，其通过利用关键指标的时间序列确定数据库状态，显著提高了异常判断的准确率；同时，相关性阈值判别机制令阈值的设定简单化，极大的减少了人工成本。本发明还公开了一种云数据库中OLTP应用的在线异常检测系统。

公开(公告)号：CN116796273A

公开(公告)日：2023-09-22

申请号：CN202310754770.4

申请日：2023-06-25

Applicant: 华中科技大学

Inventor： 李春花 ,  周可 ,  陈万成

IPC: G06F18/2433 ,  G06F18/213 ,  G06F18/10 ,  G06N3/0455 ,  G06N3/0499 ,  G06N3/082 ,  G06F18/25

Abstract: 本发明公开了一种基于Transformer的云数据库异常检测方法，包括以下步骤：获取云数据库的关键性能指标KPI数据，对采集的云数据库的KPI数据进行降维处理，以获取降维处理后的云数据库的KPI数据；对降维处理后的云数据库的KPI数据进行预处理，以获取云数据库KPI样本数据；将获取的云数据库的KPI数据输入预先训练好的云数据库异常检测模型TransAD中，以获取异常检测结果。本发明能够解决现有云数据库异常检测方法忽视由于了云数据库集群的特点，仅考虑了数据库自身不同KPI之间的相关性，而没有考虑数据库之间的相关性，因此无法从集群整体层面来度量数据库的异常状态，因此会导致检测精确率低的技术问题。