(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 202210723229.2 (22)申请日 2022.06.24 (71)申请人 中国工商银行股份有限公司 地址 100140 北京市西城区复兴门内大街 55号 (72)发明人 楚慧静　 (74)专利代理 机构 北京三友知识产权代理有限 公司 11127 专利代理师 董骁毅　任默闻 (51)Int.Cl. G06F 16/2455(2019.01) G06F 16/2458(2019.01) G06F 16/28(2019.01) G06F 16/215(2019.01) G06Q 40/04(2012.01) (54)发明名称 数据异常阈值确定方法及装置 (57)摘要 本申请实施例提供一种数据异常阈值确定 方法及装置， 可用于金融领域， 方法包括： 采集实 时交易数据并根据设定交易时段进行数据划分， 将经过数据划分后的实时交易数据进行存储； 根 据待预测交易日的所属交易时段确定对应的实 时交易数据作为历史样本数据； 根据所述历史样 本数据的数据平均值和数据波动特征， 确定所述 待预测交易日中各时间点的数据异常阈值； 本申 请能够准确预测数据异常阈值并及时进行异常 告警。 权利要求书3页 说明书21页 附图10页 CN 115080619 A 2022.09.20 CN 115080619 A 1.一种数据异常阈值确定方法， 其特 征在于， 所述方法包括： 采集实时交易数据并根据设定交易 时段进行数据划分， 将经过数据划分后的实时交易 数据进行存 储； 根据待预测交易日的所属交易时段确定对应的实时交易数据作为历史样本数据； 根据所述历史样本数据的数据平均值和数据波动特征， 确定所述待预测交易日中各时 间点的数据异常阈值。 2.根据权利要求1所述的数据异常阈值确定方法， 其特征在于， 所述采集实时交易数据 并根据设定交易时段进行 数据划分， 将经 过数据划分后的实时交易数据进行存 储， 包括： 根据设定数据采集频率调用预设数据采集脚本对系统实时交易数据进行采集并根据 设定交易时段进行 数据划分； 将经过数据划分后的实时交易数据进行持久化存 储。 3.根据权利要求2所述的数据异常阈值确定方法， 其特征在于， 所述根据设定交易 时段 进行数据划分， 包括： 根据所述实时交易数据 所对应的交易 时段类型对所述实时交易数据进行数据划分， 其 中， 所述交易时段类型包括工作日交易日、 普通节假日、 超级交易日以及自定义交易日中的 至少一种。 4.根据权利要求1所述的数据异常阈值确定方法， 其特征在于， 所述根据待预测交易日 的所属交易时段确定对应的实时交易数据作为历史样本数据， 包括： 确定与待预测交易日的所属交易时段类型相同的实时交易数据； 根据设定时间段对该实时交易数据进行数据筛选， 确定所述待预测交易日的历史样本 数据。 5.根据权利要求1所述的数据异常阈值确定方法， 其特征在于， 所述根据 所述历史样本 数据的数据平均值和数据波动特征， 确定所述待预测交易日中各时间点的数据异常阈值， 包括： 确定所述历史样本数据的数据平均值； 根据所述历史样本数据的数据平均值、 上下波动指数、 上下波动指数的加权平均值、 上 下波动指数的系数参数以及 共性加权波动 指数的系数参数， 确定所述待 预测交易日中各时 间点的数据异常上 下限阈值。 6.根据权利要求5所述的数据异常阈值确定方法， 其特征在于， 在所述确定所述历史样 本数据的数据平均值之前， 包括： 根据预设箱型图异常检测算法对所述历史样本数据进行异常值剔除处理， 得到经过异 常值剔除处 理后的历史样本数据。 7.根据权利要求5所述的数据异常阈值确定方法， 其特征在于， 在所述根据所述历史样 本数据的数据 平均值、 上下波动 指数、 上下波动 指数的加权平均值、 上下波动 指数的系数参 数以及共性加权波动 指数的系数参数， 确定所述待预测交易日中各时间点的数据异常上下 限阈值之前， 包括： 根据所述历史样本数据的数据平均值、 超过所述数据平均值的历史样本数据的数量以 及超过所述数据平均值的历史样本数据， 确定所述历史样本数据各时间点的向上波动指 数；权　利　要　求　书 1/3 页 2 CN 115080619 A 2根据所述历史样本数据的数据平均值、 未超过所述数据平均值的历史样本数据的数量 以及未超过所述数据 平均值的历史样本数据， 确定所述历史样本数据各时间点的向下波动 指数。 8.根据权利要求7所述的数据异常阈值确定方法， 其特征在于， 在所述根据所述历史样 本数据的数据 平均值、 上下波动 指数、 上下波动 指数的加权平均值、 上下波动 指数的系数参 数以及共性加权波动 指数的系数参数， 确定所述待预测交易日中各时间点的数据异常上下 限阈值之前， 包括： 根据所述历史样本数据中各时间点之间的时长 差值确定所述各时间点的时间权 重； 根据所述 时间权重和所述上下波动指数， 确定所述历史样本数据中各时间点的向上向 下波动指数的加权平均值。 9.根据权利要求8所述的数据异常阈值确定方法， 其特征在于， 在所述根据所述历史样 本数据的数据 平均值、 上下波动 指数、 上下波动 指数的加权平均值、 上下波动 指数的系数参 数以及共性加权波动 指数的系数参数， 确定所述待预测交易日中各时间点的数据异常上下 限阈值之前， 包括： 根据所述历史样本数据的异常指数、 离 散度、 数据平均值以及方差进行归一 化处理； 对经过归一化处理结果进行加权计算， 确定所述历史样本数据中各时间点的上下波动 指数的系数参数。 10.根据权利要求9所述的数据异常阈值确定方法， 其特征在于， 在所述根据所述历史 样本数据的数据平均值、 上下波动指数、 上下波动 指数的加权平均值、 上下波动 指数的系数 参数以及共性加权波动指数的系数参数， 确定所述待 预测交易日中各时间点的数据异常上 下限阈值之前， 包括： 根据所述历史样本数据中各时间点的上下波动指数的系数参数和时间权重， 确定共性 加权波动指数的系数参数。 11.根据权利要求1所述的数据异常阈值确定方法， 其特征在于， 在所述根据所述历史 样本数据的数据平均值、 上下波动指数、 上下波动 指数的加权平均值、 上下波动 指数的系数 参数以及共性加权波动指数的系数参数， 确定所述待 预测交易日中各时间点的数据异常上 下限阈值之后， 包括： 将实际交易日时的实时交易数据与所述数据异常阈值进行 数值比对； 根据数值比对结果执 行对应的数据异常告警操作。 12.一种数据异常阈值确定装置， 其特 征在于， 包括： 交易数据采集模块， 用于采集实时交易数据并根据设定交易时段进行数据划分， 将经 过数据划分后的实时交易数据进行存 储； 样本数据确定模块， 用于根据待预测交易日的所属交易 时段确定对应的实时交易数据 作为历史样本数据； 异常阈值预测模块， 用于根据所述历史样本数据的数据平均值和数据波动特征， 确定 所述待预测交易日中各时间点的数据异常阈值。 13.一种电子设备， 包括存储器、 处理器及存储在存储器上并可在处理器上运行的计算 机程序， 其特征在于， 所述处理器执行所述程序时实现权利要求 1至11任一项 所述的数据异 常阈值确定方法的步骤。权　利　要　求　书 2/3 页 3 CN 115080619 A 3