2021中国高校大数据挑战赛A题思路代码全网合集

赛题 A：智能运维中的异常检测与趋势预测
异常检测（异常诊断/发现）、异常预测、趋势预测，是智能运维中首当其冲
需要解决的问题。这类问题是通过业务、系统、产品直接关联的 KPI 业务指标
进行分析诊断，指标主要包括用户感知类（如页面打开延时）、服务性能（如用
户点击量）、服务器硬件健康状况（如 CPU 利用率、内存使用率）等关键性能指
标。
不同场景的运维，分析的指标种类差异较大，但都具备时序性特点，不同场
景的 KPI 指标，以毫秒、秒、分钟、小时、天为时间间隔的数据序列都会出现，
有些复杂场景的业务，往往会混合多个时间间隔的数据，但均为随时间变化而变
化的时序数据。
本次赛题以运营商基站 KPI 的性能指标为研究数据，数据是从 2021 年 8 月
28 日 0 时至 9 月 25 日 23 时共 29 天 5 个基站覆盖的 58 个小区对应的 67 个 KPI
指标。其中，选取三个核心指标进行分析。
第一个指标：小区内的平均用户数，表示某基站覆盖的小区一定时间内通过
手机在线的平均用户人数；
第二个指标：小区 PDCP 流量，通过小区 PDCP 层所发送的下行数据的总吞
吐量(比特)与小区PDCP层所接收到的上行数据的总吞吐量(比特)两个指标求和
得到，表示某基站覆盖的小区在一定时间内的上下行流量总和；
第三个指标：平均激活用户数，表示某基站覆盖的小区在一定时间内曾经注
册过无线网络的平均人数。
针对上面三个指标，完成如下 3 个问题：
问题 1 异常检测：利用附件的指标数据，对所有小区在上述三个关键指标上
检测出这 29 天内共有多少个异常数值，其中异常数值包含以下两种情况：异常
孤立点、异常周期。

问题 2 异常预测：针对问题 1 检测出的异常数值，通过该异常数值前的数据
建立预测模型，预测未来是否会发生异常数值。异常预测模型除了考虑模型准确
率以外，还需要考虑两点：1）模型输入的时间跨度，输入数据的时间跨度越长，
即输入数据量越多，模型越复杂，会增加计算成本和模型鲁棒性，降低泛化能力；
2）模型输出时间跨度，即预测的时长，如果只能精准预测下一个时刻是否发生
异常，在时效性上则只能提前一个小时，时效性上较弱。
问题 3 趋势预测：利用 2021 年 8 月 28 日 0 时至 9 月 25 日 23 时已有的数据，
预测未来三天（即 9 月 26 日 0 时-9 月 28 日 23 时）上述三个指标的取值。并完
整填写附件 2 中的预测值表格，单独上传到竞赛平台。
说明：
（1）异常孤立点，在一段时间内仅有 1 个异常值；异常周期，在一段时间内有
多个异常值。（时间范围、异常值范围需要参赛者自行设定并说明理由）。
（2）在异常预测和趋势预测时，可借用其他指标作为辅助输入特征建模，如预
测第 i 个指标第 t 时刻的数值或是否异常，可使用第 j 个指标 t 时刻前的数值作
为输入，但不能以第 j 个指标第 t 时刻及之后的数值作为输入。
（3）异常预测和趋势预测建模时，需考虑每个小区、基站之间的差异。可以针
对每个小区、基站单独建模，也可以统一建模，最终以模型评价指标来评估。
（4）第一题和第二题以 F1 值（2*精确率*召回率/（精确率+召回率））来评估模
型优劣，第三题以 MAPE（平均绝对百分比误差）作为模型评估指标