结合小波包与XGBoost的云平台时序监控数据异常检测方法

针对云平台中单维时序监控数据异常检测的问题,单纯的基于阈值的异常检测方法无法满足真实运维环境的需求,提出了一种结合小波分析与XGBoost的云平台时序监控数据异常检测算法。考虑单维时序数据的变化,提取小波包能量特征,组成特征数据集,将特征数据集作为输入训练XGBoost分类模型。在某高校云平台监控数据集上进行实验,样本数据由人工标注,在此数据集上验证了该方法的准确性与有效性,最终异常检测的误报率为8.4%,准确率达到92.29%,相对传统方案,本文方案在异常识别准确率上并没有太大提升,但在误报率上降低了50%以上。