数据检测方法及装置与流程

1.本公开实施例涉及计算机
技术领域：
：，尤其涉及一种数据检测方法及装置。
背景技术：
：：2.移动应用中的核心业务指标容易受到前端功能异常、服务链路通信异常、后端投放模型效果波动等多种因素影响，但核心业务指标的问题报警的阈值往往又与自身业务背景强相关，无法有效地进行监控。3.相关技术中，通常采取人工巡检的方式不定期监控应用的核心业务的异常变动，观察移动应用的各版本在部分更新期间的不同时间点核心指标监控曲线的异常增长或降低，从而确定核心业务指标是否异常。4.然而，利于人工巡检的方式，人力资源占用大，指标评估标准不统一，从而无法实现各版本在灰度运行期间对指标数据的实时检测。技术实现要素：5.本公开实施例提供一种数据检测方法及装置，以克服现有技术中无法实现各版本在部分更新期间对指标数据的实时检测的问题。6.第一方面，本公开实施例提供一种数据检测方法，所述方法包括：7.获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；8.确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二运行时间为将部分用户从第三版本更新为所述第二版本后的所述应用的运行时间；9.根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。10.第二方面，本公开实施例提供一种数据检测装置，包括：11.获取模块，用于获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；12.处理模块，用于确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二指标数据为第二版本在所述第二运行时间为将部分用户从第三版本更新为所述第二版本后的所述应用的运行时间；13.检测模块，用于根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。14.第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器；15.所述存储器存储计算机执行指令；16.所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的数据检测方法。17.第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的数据检测方法。18.第五方面，本公开实施例提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现第一方面以及第一方面各种可能的设计所述的数据检测方法。19.本实施例提供的一种数据检测方法及装置，首先获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。随后，确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。最后，根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。通过该方式，根据指标数据的置信度区间和差异数据的置信度区间，确定第一指标数据是否异常，从而实现了各版本在部分更新期间的指标数据的实时检测。附图说明20.为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作一简单地介绍，显而易见地，下面描述中的附图是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。21.图1为本公开实施例提供的一种数据检测方法的应用场景示意图；22.图2为本公开实施例提供的一种数据检测方法的流程示意图；23.图3为本公开实施例提供的一种指标数据对齐的示意图；24.图4为本公开实施例提供的另一种数据检测方法的流程示意图；25.图5为本公开实施例提供的再一种数据检测方法的流程示意图；26.图6为本公开实施例提供的一种数据检测装置的结构框图；27.图7为本公开实施例提供的电子设备的硬件结构示意图。具体实施方式28.为使本公开实施例的目的、技术方案和优点更加清楚，下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。29.移动应用中的核心业务指标容易受到前端功能异常、服务链路通信异常、后端投放模型效果波动等多种因素影响，但核心业务指标的问题报警的阈值往往又与自身业务背景强相关，无法有效地进行监控。30.相关技术中，通常采取人工巡检的方式不定期监控应用的核心业务的异常变动，观察移动应用的各版本在部分更新期间的不同时间点核心指标监控曲线的异常增长或降低，从而确定核心业务指标是否异常。然而，利于人工巡检的方式，人力资源占用大，指标评估标准不统一，从而无法实现各版本在部分更新期间对指标数据的实时检测。31.为解决上述问题，本技术实施例提供一种数据检测方法及装置，通过对比在部分更新期间的指标数据以及不同版本的指标数据之间的差异数据，确定指标数据是否异常，从而实现了各版本在部分更新期间的指标数据的实时检测。32.下面对于本技术涉及的数据检测方法的应用场景进行说明。33.图1为本公开实施例提供的一种数据检测方法的应用场景示意图。如图1所示，当应用程序进行版本更新前，可以对待更新的版本进行灰度运行(更新部分用户的应用更新至待更新的版本)。服务器102可以向部分终端设备101推送待更新的版本的更新包。当终端设备101更新该待更新的版本后，服务器102可以从终端设备101处采集待更新的版本在部分更新期间的指标数据。随后，服务器102可以将待更新的版本在部分更新期间的指标数据以及线上版本在部分更新期间的指标数据进行对比，从而确定待更新的版本在部分更新期间的指标数据是否异常。34.其中，终端设备101可以为平板电脑(pad)、带无线收发功能的电脑、虚拟现实(virtualreality，vr)终端设备、增强现实(augmentedreality，ar)终端设备、工业控制(industrialcontrol)中的无线终端、无人驾驶(selfdriving)中的无线终端、远程手术(remotemedicalsurgery)中的无线终端、智能电网(smartgrid)中的无线终端、智慧家庭(smarthome)中的无线终端等。本技术实施例中，用于实现终端的功能的装置可以是终端，也可以是能够支持终端实现该功能的装置，例如芯片系统，该装置可以被安装在终端中。本技术实施例中，芯片系统可以由芯片构成，也可以包括芯片和其他分立器件。35.服务器102可以是但不限于单个网络服务器、多个网络服务器组成的服务器组或基于云计算的由大量计算机或网络服务器构成的云。其中，云计算是分布式计算的一种，由一群松散耦合的计算机组成的一个超级虚拟计算机。36.应理解，本技术技术方案的应用场景可以是图1中的场景，但不限于此，还可以应用于其他需要数据检测的场景中。37.可以理解，上述数据检测方法可以通过本技术实施例提供的数据检测装置实现，数据检测装置可以是某个设备的部分或全部，例如为服务器或服务器的芯片。38.下面以具体地实施例对本公开实施例的技术方案进行详细说明。下面这几个具体的实施例可以相互结合，对于相同或相似的概念或过程可能在某些实施例不再赘述。39.参考图2，图2为本公开实施例提供的一种数据检测方法的流程示意图。本实施例的执行主体为服务器，本实施例涉及的如何检测指标数据的过程。该数据检测方法包括：40.s201：获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。41.在本技术实施例中，当应用的第一版本进行部分更新时，服务器可以实时获取应用的第一版本在第一运行时间的第一指标数据，从而对第一指标数据是否异常进行检测。42.其中，部分更新可以为一种平滑过的发布方式，即在版本更新过程中，让一部分用户继续使用原有版本，让另一部分用户用使用新版本，从而逐步将原有版本替换为新版本的发布过程。相应的，本技术实施例中涉及的第一版本可以为应用待更新的版本，或观测版本，本技术实施例涉及的第一运行时间可以为部分更新后的应用的运行时间。43.应理解，本技术实施例涉及的第一指标数据可以为第一版本在第一运行时间的指标数据，本技术实施例对于指标数据的类型不做限制，在一些实施例中，示例性的，指标数据具体可以包括显示发送比率(showsendratio，ssr)、点击率(clickthroughrate，ctr)或转化率(conversionrate，cvr)等。44.在一些实施例中，指标数据是是根据预设时间间隔收集的数据。本技术实施例对于预设时间间隔不做限制，例如可以为天，相应的，指标数据可以为以天为单位数据的数据。45.可选的，在服务器获取应用的第一版本在第一运行期间的第一指标数据，还可以将第一指标数据和应用的历史版本历史指标数据对齐。相应的，还根据第一版本的指标数据的收集时间，将第一版本的用户量级和第二版本的用户量级对齐。46.需要说明的是，本技术实施例对于如何将指标数据对齐进行限制，在一些实施例中，以第一指标数据和第二指标数据为例，可以根据第一指标数据的收集时间，将第一指标数据与第二指标数据对齐，第二指标数据为第二版本在灰度运行期间的指标数据。47.示例性的，图3为本公开实施例提供的一种指标数据对齐的示意图。如图3所示，对于相同的灰度天数(距离部分更新开始时间的天数)的指标数据进行相应的进行对齐。例如，可以将不同版本之间灰度第三天的指标数据对齐，将不同版本之间灰度第n天的指标数据对齐。48.在一些实施例中，若第一运行时间对应的用户量级的波动数据小于阈值，则获取应用的第一版本在第一运行时间的第一指标数据。49.由于各版本在部分更新开始靠前的天数的数据量级过于稀疏，指标数据通常不稳定，因此，可以对靠前的天数的指标数据进行降权处理。由于指标数据的数值大小会随版本的用户数量发生剧烈抖动，因此在用户数量稳定前，暂时规避对于核心指标的监控。当各版本部分更新的时长接近，用户量级稳定后，再采取灰度天数对齐的方式对齐用户量级。因此，在一些实施例中，指标数据的权重与指标数据的收集时间对应，收集时间小于第一时间阈值的指标数据的权重小于收集时间大于或等于第一时间阈值的指标数据的权重。50.应理解，本技术实施例对于第一时间阈值的大小不做限制，可以根据实际情况具体设置，示例性的，第一时间阈值可以为灰度第二天。51.s202：确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数。52.其中，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。53.在本步骤中，当服务器获取应用的第一版本在第一运行时间的第一指标数据后，还可以确定第一指标数据和第二指标数据之间的差异数据。54.应理解，本技术实施例对于如何差异数据的类型不做限制，在一些实施例中，差异数据可以为第一指标数据和第二指标数据之间的差异百分比。本公开中，可以通过将第一版本的第一指标数据和第二版本的第二指标数据进行比较，从两个维度衡量第一版本与第二版本在同一发展阶段的表现，从而量化两个版本间的差异。55.在另一些实施例中，服务器还可以确定历史版本的指标数据，以及历史版本与历史版本的上一个版本之间的指标数据之间的差异数据。56.需要说明的是，上述差异数据在计算时需要根据指标数据的收集时间进行对齐。57.示例性的，表1为本公开实施例提供的一种差异数据的示意表，如表1所示，可以确定出各个历史版本的指标数据之间的差异数据。58.表159.历史版本号灰度第一天指标数据差异数据1604000.8(0.8-0.6)/0.6＝0.331603000.6(0.6-0.7)/0.7＝-0.141602000.7(0.8-0.4)/0.4＝0.751602000.4(0.4-0.5)/0.4＝-0.251600000.5……60.示例性的，表2为本公开实施例提供的一种第一指标数据和第二指标数据之间的差异数据的示意表。61.表262.当前版本号灰度第一天指标数据差异数据1605000.6(0.6-0.8)/0.6＝-0.3363.s203：根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。64.在本步骤中，当服务器确定第一指标数据和第二指标数据之间的差异数据后，可以基于差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。65.应理解，本技术实施例对于第一指标数据是否异常的判断标准不做限制，在一些实施例中，若第一指标数据和第二指标数据之间的差异数据不在差异数据的置信度区间内且第一指标数据不在指标数据的置信度区间内，则确定第一指标数据异常。相应的，若第一指标数据和第二指标数据之间的差异数据在差异数据的置信度区间内或第一指标数据在指标数据的置信度区间内，则可以确定第一指标数据正常。66.需要说明的是，本技术实施例对于差异数据的置信度区间和指标数据的置信度区间的确定方法不做限制，可以由用户直接指示，也可以通过历史版本的指标数据之间的差异数据确定差异数据的置信度区间，通过历史版本的指标数据确定指标数据的置信度区间。67.在一些实施例中，服务器可以对历史版本在灰度运行期间的指标数据进行拟合正态分布，确定指标数据的置信度区间。相应的，服务器也可以根据应用的版本更新顺序，分别确定历史版本的指标数据与历史版本的上一个版本的指标数据之间的差异数据。随后，对历史版本的指标数据与历史版本的上一个版本的指标数据之间的差异数据进行拟合正态分布，确定差异数据的置信度区间。68.示例性的，针对指标数据的历史数值和差异数据，分别进行正态分布假设，拟合正态分布，并设置置信度区间。基于置信度区间，制定双纬度决策规则。若一天中指标数据及第一差数据均处于置信度区间外，则判定此指标数据处于异常变动阶段，并进行报警。69.通过本公开提供的数据检测方法，可以实时对指标数据进行异常变动的监控及报警，并降低误报率和漏报率。70.本实施例提供的数据检测方法，首先获取应用的第一版本在灰度运行期间的71.本公开实施例提供的数据检测方法，首先获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。随后，确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。最后，根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。通过该方式，根据指标数据的置信度区间和差异数据的置信度区间，确定第一指标数据是否异常，从而实现了各版本在部分更新期间的指标数据的实时检测。72.在上述实施例的基础上，下面对于获取第一指标数据后，如何对第一指标数据的处理过程进行说明。图4为本公开实施例提供的另一种数据检测方法的流程示意图。如图4所示，该数据检测方法包括：73.s301：获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。74.s302：根据第一指标数据和第二指标数据的收集时间，将第一指标数据与第二指标数据对齐。75.其中，第二指标数据为第二版本在第二运行时间的指标数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。76.s303：确定第一指标数据和第二指标数据之间的差异数据。77.s304：确定差异数据是否在差异数据的置信度区间。78.若是，则执行步骤s305，若否，则执行步骤s306。79.s305：确定第一指标数据是否在指标数据的置信度区间内。80.若是，则执行步骤s307，若否，则执行步骤s306。81.s306：确定第一指标数据正常。82.s307：确定第一指标数据异常。83.在一些实施例中，第一指标数据和第二指标数据是根据预设时间间隔收集的数据。84.在一些实施例中，指标数据的权重与指标数据的收集时间对应，收集时间小于第一时间阈值的指标数据的权重小于收集时间大于或等于第一时间阈值的指标数据的权重。85.在一些实施例中，若第一运行时间对应的用户量级的波动数据小于阈值，则获取应用的第一版本在第一运行时间的第一指标数据。86.在一些实施例中，指标数据包括显示发送比率、点击率或转化率。87.s301-s307的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的s201-s203理解，对于重复的内容，在此不再累述。88.在上述实施例的基础上，下面对于如何确定指标数据的置信区间以及差异数据的置信度区间进行说明。图5为本公开实施例提供的再一种数据检测方法的流程示意图。如图5所示，该数据检测方法包括：89.s401：获取应用的历史版本的指标数据。90.s402：对历史版本的指标数据进行拟合正态分布，确定指标数据的置信度区间。91.s403：分别确定历史版本的指标数据与历史版本的上一个版本的指标数据之间的差异数据。92.s404：对差异数据进行拟合正态分布，确定差异数据的置信度区间。93.s405：获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。94.s406：确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。95.s407：根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。96.s401-s307的技术名词、技术效果、技术特征，以及可选实施方式，可参照图2所示的s201-s203理解，对于重复的内容，在此不再累述。97.本公开实施例提供的数据检测方法，首先获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间。随后，确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间。最后，根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。通过该方式，根据指标数据的置信度区间和差异数据的置信度区间，确定第一指标数据是否异常，从而实现了各版本在部分更新期间的指标数据的实时检测。98.对应于上文实施例的堆栈的处理方法，图6为本公开实施例提供的一种数据检测装置的结构框图。为了便于说明，仅示出了与本公开实施例相关的部分。参照图6，该数据检测装置500包括：获取模块501、处理模块502、和检测模块503。99.获取模块501，用于获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间；100.处理模块502，用于确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二指标数据为第二版本在第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间；101.检测模块503，用于根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。102.在本公开的一个实施例中，检测模块503，具体用于若差异数据不在差异数据的置信度区间内且第一指标数据不在指标数据的置信度区间内，则确定第一指标数据异常。103.在本公开的一个实施例中，第一指标数据和第二指标数据是根据预设时间间隔收集的数据。104.在本公开的一个实施例中，处理模块502，还用于根据第一指标数据和第二指标数据的收集时间，将第一指标数据与第二指标数据对齐。105.在本公开的一个实施例中，获取模块501，具体用于若第一运行时间对应的用户量级的波动数据小于阈值，则获取应用的第一版本在第一运行时间的第一指标数据。106.在本公开的一个实施例中，获取模块501，还用于获取应用的历史版本的指标数据；107.处理模块502，还用于对历史版本的指标数据进行拟合正态分布，确定指标数据的置信度区间。108.在本公开的一个实施例中，处理模块502，还用于根据应用的版本更新顺序，分别确定历史版本的指标数据与历史版本的上一个版本的指标数据之间的差异数据；对历史版本的指标数据与历史版本的上一个版本的指标数据之间的差异数据进行拟合正态分布，确定差异数据的置信度区间。109.在本公开的一个实施例中，指标数据包括显示发送比率、点击率或转化率。110.本实施例提供的数据检测装置，可用于执行上述方法实施例的技术方案，其实现原理和技术效果类似，本实施例此处不再赘述。111.参考图7，其示出了适于用来实现本公开实施例的电子设备600的结构示意图，该电子设备600可以为终端设备或服务器。其中，终端设备可以包括但不限于诸如移动电话、笔记本电脑、数字广播接收器、个人数字助理(personaldigitalassistant，简称pda)、平板电脑(portableandroiddevice，简称pad)、便携式多媒体播放器(portablemediaplayer，简称pmp)、车载终端(例如车载导航终端)、可穿戴电子设备等等的移动终端以及诸如数字tv、台式计算机、智能家居设备等等的固定终端。图7示出的电子设备仅仅是一个示例，不应对本公开实施例的功能和使用范围带来任何限制。112.如图7所示，电子设备600可以包括处理装置(例如中央处理器、图形处理器等)601，其可以根据存储在只读存储器(readonlymemory，简称rom)602中的程序或者从存储装置608加载到随机访问存储器(randomaccessmemory，简称ram)603中的程序而执行各种适当的动作和处理，以实现本公开实施例的方法中限定的上述数据检测方法。在ram603中，还存储有电子设备600操作所需的各种程序和数据。处理装置601、rom602以及ram603通过总线604彼此相连。输入/输出(i/o)接口605也连接至总线604。113.通常，以下装置可以连接至i/o接口605：包括例如触摸屏、触摸板、键盘、鼠标、摄像头、麦克风、加速度计、陀螺仪等的输入装置606；包括例如液晶显示器(liquidcrystaldisplay，简称lcd)、扬声器、振动器等的输出装置607；包括例如磁带、硬盘等的存储装置608；以及通信装置607。通信装置607可以允许电子设备600与其他设备进行无线或有线通信以交换数据。虽然图7示出了具有各种装置的电子设备600，但是应理解的是，并不要求实施或具备所有示出的装置。可以替代地实施或具备更多或更少的装置。114.特别地，根据本公开的实施例，上文参考流程图描述的过程可以被实现为计算机软件程序。例如，本公开的实施例包括一种计算机程序产品，其包括承载在计算机可读介质上的计算机程序，该计算机程序包含用于执行流程图所示的方法的程序代码。在这样的实施例中，该计算机程序可以通过通信装置607从网络上被下载和安装，或者从存储装置608被安装，或者从rom602被安装。在该计算机程序被处理装置601执行时，执行本公开实施例的方法中限定的上述数据检测方法。115.需要说明的是，本公开上述的计算机可读介质可以是计算机可读信号介质或者计算机可读存储介质或者是上述两者的任意组合。计算机可读存储介质例如可以是——但不限于——电、磁、光、电磁、红外线、或半导体的系统、装置或器件，或者任意以上的组合。计算机可读存储介质的更具体的例子可以包括但不限于：具有一个或多个导线的电连接、便携式计算机磁盘、硬盘、随机访问存储器(ram)、只读存储器(rom)、可擦式可编程只读存储器(eprom或闪存)、光纤、便携式紧凑磁盘只读存储器(cd-rom)、光存储器件、磁存储器件、或者上述的任意合适的组合。在本公开中，计算机可读存储介质可以是任何包含或存储程序的有形介质，该程序可以被指令执行系统、装置或者器件使用或者与其结合使用。而在本公开中，计算机可读信号介质可以包括在基带中或者作为载波一部分传播的数据信号，其中承载了计算机可读的程序代码。这种传播的数据信号可以采用多种形式，包括但不限于电磁信号、光信号或上述的任意合适的组合。计算机可读信号介质还可以是计算机可读存储介质以外的任何计算机可读介质，该计算机可读信号介质可以发送、传播或者传输用于由指令执行系统、装置或者器件使用或者与其结合使用的程序。计算机可读介质上包含的程序代码可以用任何适当的介质传输，包括但不限于：电线、光缆、rf(射频)等等，或者上述的任意合适的组合。116.上述计算机可读介质可以是上述电子设备中所包含的；也可以是单独存在，而未装配入该电子设备中。117.上述计算机可读介质承载有一个或者多个程序，当上述一个或者多个程序被该电子设备执行时，使得该电子设备执行上述实施例所示的方法，例如，执行本公开实施例的方法中限定的上述数据检测方法。118.可以以一种或多种程序设计语言或其组合来编写用于执行本公开的操作的计算机程序代码，上述程序设计语言包括面向对象的程序设计语言—诸如java、smalltalk、c++，还包括常规的过程式程序设计语言—诸如“c”语言或类似的程序设计语言。程序代码可以完全地在用户计算机上执行、部分地在用户计算机上执行、作为一个独立的软件包执行、部分在用户计算机上部分在远程计算机上执行、或者完全在远程计算机或服务器上执行。在涉及远程计算机的情形中，远程计算机可以通过任意种类的网络——包括局域网(localareanetwork，简称lan)或广域网(wideareanetwork，简称wan)—连接到用户计算机，或者，可以连接到外部计算机(例如利用因特网服务提供商来通过因特网连接)。119.附图中的流程图和框图，图示了按照本公开各种实施例的系统、方法和计算机程序产品的可能实现的体系架构、功能和操作。在这点上，流程图或框图中的每个方框可以代表一个模块、程序段、或代码的一部分，该模块、程序段、或代码的一部分包含一个或多个用于实现规定的逻辑功能的可执行指令。也应当注意，在有些作为替换的实现中，方框中所标注的功能也可以以不同于附图中所标注的顺序发生。例如，两个接连地表示的方框实际上可以基本并行地执行，它们有时也可以按相反的顺序执行，这依所涉及的功能而定。也要注意的是，框图和/或流程图中的每个方框、以及框图和/或流程图中的方框的组合，可以用执行规定的功能或操作的专用的基于硬件的系统来实现，或者可以用专用硬件与计算机指令的组合来实现。120.描述于本公开实施例中所涉及到的单元可以通过软件的方式实现，也可以通过硬件的方式来实现。其中，单元的名称在某种情况下并不构成对该单元本身的限定，例如，获取模块还可以被描述为“获取应用的第一版本在灰度运行期间的第一指标数据的单元”。121.本文中以上描述的功能可以至少部分地由一个或多个硬件逻辑部件来执行。例如，非限制性地，可以使用的示范类型的硬件逻辑部件包括：现场可编程门阵列(fpga)、专用集成电路(asic)、专用标准产品(assp)、片上系统(soc)、复杂可编程逻辑设备(cpld)等等。122.在本公开的上下文中，机器可读介质可以是有形的介质，其可以包含或存储以供指令执行系统、装置或设备使用或与指令执行系统、装置或设备结合地使用的程序。机器可读介质可以是机器可读信号介质或机器可读储存介质。机器可读介质可以包括但不限于电子的、磁性的、光学的、电磁的、红外的、或半导体系统、装置或设备，或者上述内容的任何合适组合。机器可读存储介质的更具体示例会包括基于一个或多个线的电气连接、便携式计算机盘、硬盘、随机存取存储器(ram)、只读存储器(rom)、可擦除可编程只读存储器(eprom或快闪存储器)、光纤、便捷式紧凑盘只读存储器(cd-rom)、光学储存设备、磁储存设备、或上述内容的任何合适组合。123.第一方面，一种数据检测方法，所述方法包括：124.获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；125.确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二运行时间为将部分用户从第三版本更新为所述第二版本后的所述应用的运行时间；126.根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。127.在本公开的一个实施例中，所述确定所述第一指标数据是否异常，包括：128.若所述差异数据不在所述差异数据的置信度区间内且所述第一指标数据不在所述指标数据的置信度区间内，则确定所述第一指标数据异常。129.在本公开的一个实施例中，所述第一指标数据和所述第二指标数据是根据预设时间间隔收集的数据。130.在本公开的一个实施例中，在所述确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据之前，还包括：131.根据所述第一指标数据和所述第二指标数据的收集时间，将所述第一指标数据与所述第二指标数据对齐。132.在本公开的一个实施例中，所述获取应用的第一版本在第一运行时间的第一指标数据，包括：133.若所述第一运行时间对应的用户量级的波动数据小于阈值，则获取所述应用的第一版本在第一运行时间的第一指标数据。134.在本公开的一个实施例中，在所述确定所述第一版本的指标数据是否异常之前，所述方法还包括：135.获取所述应用的历史版本的指标数据；136.对所述历史版本的指标数据进行拟合正态分布，确定所述指标数据的置信度区间。137.在本公开的一个实施例中，在所述获取所述应用的历史版本的指标数据之后，所述方法还包括：138.根据所述应用的版本更新顺序，分别确定所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据；139.对所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据进行拟合正态分布，确定所述差异数据的置信度区间。140.在本公开的一个实施例中，所述指标数据包括显示发送比率、点击率或转化率。141.第二方面，本公开实施例提供一种数据检测装置，包括：142.获取模块，用于获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；143.处理模块，用于确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二指标数据为第二版本在所述第二运行时间为将部分用户从第三版本更新为所述第二版本后的所述应用的运行时间；144.检测模块，用于根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。145.在本公开的一个实施例中，所述检测模块，具体用于若所述差异数据不在所述差异数据的置信度区间内且所述第一指标数据不在所述指标数据的置信度区间内，则确定所述第一指标数据异常。146.在本公开的一个实施例中，所述第一指标数据和所述第二指标数据是根据预设时间间隔收集的数据。147.在本公开的一个实施例中，所述处理模块，还用于根据所述第一指标数据和所述第二指标数据的收集时间，将所述第一指标数据与所述第二指标数据对齐。148.在本公开的一个实施例中，所述获取模块，具体用于若所述第一运行时间对应的用户量级的波动数据小于阈值，则获取所述应用的第一版本在第一运行时间的第一指标数据。149.在本公开的一个实施例中，所述获取模块，还用于获取所述应用的历史版本的指标数据；150.所述处理模块，还用于对所述历史版本的指标数据进行拟合正态分布，确定所述指标数据的置信度区间。151.在本公开的一个实施例中，所述处理模块，还用于根据所述应用的版本更新顺序，分别确定所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据；对所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据进行拟合正态分布，确定所述差异数据的置信度区间。152.在本公开的一个实施例中，所述指标数据包括显示发送比率、点击率或转化率。153.第三方面，本公开实施例提供一种电子设备，包括：至少一个处理器和存储器；154.所述存储器存储计算机执行指令；155.所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如上第一方面以及第一方面各种可能的设计所述的数据检测。156.第四方面，本公开实施例提供一种计算机可读存储介质，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如上第一方面以及第一方面各种可能的设计所述的数据检测。157.第五方面，本公开实施例提供一种计算机程序产品，包括计算机指令，该计算机指令被处理器执行时实现第一方面以及第一方面各种可能的设计所述的数据检测。158.以上描述仅为本公开的较佳实施例以及对所运用技术原理的说明。本领域技术人员应当理解，本公开中所涉及的公开范围，并不限于上述技术特征的特定组合而成的技术方案，同时也应涵盖在不脱离上述公开构思的情况下，由上述技术特征或其等同特征进行任意组合而形成的其它技术方案。例如上述特征与本公开中公开的(但不限于)具有类似功能的技术特征进行互相替换而形成的技术方案。159.此外，虽然采用特定次序描绘了各操作，但是这不应当理解为要求这些操作以所示出的特定次序或以顺序次序执行来执行。在一定环境下，多任务和并行处理可能是有利的。同样地，虽然在上面论述中包含了若干具体实现细节，但是这些不应当被解释为对本公开的范围的限制。在单独的实施例的上下文中描述的某些特征还可以组合地实现在单个实施例中。相反地，在单个实施例的上下文中描述的各种特征也可以单独地或以任何合适的子组合的方式实现在多个实施例中。160.尽管已经采用特定于结构特征和/或方法逻辑动作的语言描述了本主题，但是应当理解所附权利要求书中所限定的主题未必局限于上面描述的特定特征或动作。相反，上面所描述的特定特征和动作仅仅是实现权利要求书的示例形式。当前第1页12当前第1页12
技术特征：
1.一种数据检测方法，其特征在于，所述方法包括：获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二运行时间为将部分用户从第三版本更新为所述第二版本后的所述应用的运行时间；根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。2.根据权利要求1所述的方法，其特征在于，所述确定所述第一指标数据是否异常，包括：若所述差异数据不在所述差异数据的置信度区间内且所述第一指标数据不在所述指标数据的置信度区间内，则确定所述第一指标数据异常。3.根据权利要求1所述的方法，其特征在于，所述第一指标数据和所述第二指标数据是根据预设时间间隔收集的数据。4.根据权利要求3所述的方法，其特征在于，在所述确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据之前，还包括：根据所述第一指标数据和所述第二指标数据的收集时间，将所述第一指标数据与所述第二指标数据对齐。5.根据权利要求1所述的方法，其特征在于，所述获取应用的第一版本在第一运行时间的第一指标数据，包括：若所述第一运行时间对应的用户量级的波动数据小于阈值，则获取所述应用的第一版本在第一运行时间的第一指标数据。6.根据权利要求1所述的方法，其特征在于，在所述确定所述第一版本的指标数据是否异常之前，所述方法还包括：获取所述应用的历史版本的指标数据；对所述历史版本的指标数据进行拟合正态分布，确定所述指标数据的置信度区间。7.根据权利要求6所述的方法，其特征在于，在所述获取所述应用的历史版本的指标数据之后，所述方法还包括：根据所述应用的版本更新顺序，分别确定所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据；对所述历史版本的指标数据与所述历史版本的上一个版本的指标数据之间的差异数据进行拟合正态分布，确定所述差异数据的置信度区间。8.根据权利要求1-7任一项所述的方法，其特征在于，所述指标数据包括显示发送比率、点击率或转化率。9.一种数据检测装置，其特征在于，包括：获取模块，用于获取应用的第一版本在第一运行时间的第一指标数据，所述第一运行时间为将部分用户的应用从第二版本更新为所述第一版本后的所述应用的运行时间；处理模块，用于确定所述第一指标数据和所述第二版本在第二运行时间的第二指标数据之间的差异数据，所述第二指标数据为第二版本在所述第二运行时间为将部分用户从第
三版本更新为所述第二版本后的所述应用的运行时间；检测模块，用于根据所述差异数据、所述第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定所述第一指标数据是否异常。10.一种电子设备，其特征在于，包括：至少一个处理器和存储器；所述存储器存储计算机执行指令；所述至少一个处理器执行所述存储器存储的计算机执行指令，使得所述至少一个处理器执行如权利要求1至8任一项所述的方法。11.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质中存储有计算机执行指令，当处理器执行所述计算机执行指令时，实现如权利要求1至8任一项所述的方法。12.一种计算机程序产品，包括计算机指令，其特征在于，该计算机指令被处理器执行时实现权利要求1至8任一项所述的方法。

技术总结
本公开实施例提供一种数据检测方法及装置，该方法包括：获取应用的第一版本在第一运行时间的第一指标数据，第一运行时间为将部分用户的应用从第二版本更新为第一版本后的应用的运行时间；确定第一指标数据和第二版本在第二运行时间的第二指标数据之间的差异数据，第二运行时间为将部分用户从第三版本更新为第二版本后的应用的运行时间；根据差异数据、第一指标数据、指标数据的置信区间以及差异数据的置信度区间，确定第一指标数据是否异常。通过该方式，根据指标数据的置信度区间和差异数据的置信度区间，确定第一指标数据是否异常，从而实现了各版本在部分更新期间的指标数据的实时检测。据的实时检测。据的实时检测。


技术研发人员：吴沁芸 王泓懿 王孟飞 杨萍 郑世豪 李重阳 吴传志 刘杰
受保护的技术使用者：北京字节跳动网络技术有限公司
技术研发日：2022.03.17
技术公布日：2023/9/23