异常事件预警方法、装置、计算机设备及存储介质与流程

本发明涉及关系网络分析领域，尤其涉及一种异常事件预警方法、装置、计算机设备及存储介质。

背景技术：

随着人工智能技术以及大数据的发展，各个领域中数据量也越来越庞大，其出现数据和信息等异常事件的可能性也随之增加，而数据和信息等的异常事件会导致人力和物力等资源的损失，因此，对于异常事件的预警尤为重要，及时预警可以避免人力和物力等资源的损失。

目前，往往通过人为收集大量数据，进而根据这些数据的实质内容对其进行异常判断，进而去确定其是否异常，该过程需要耗费大量人力以及时间，且通过上述方法判断得到的异常结果往往会带有个人主观因素，如此，会导致异常判断的准确率降低。

技术实现要素：

本发明实施例提供一种异常事件预警方法、装置、计算机设备及存储介质，以解决人为进行异常判断准确率低的问题。

一种异常事件预警方法，包括：

接收目标事件数据；所述目标事件数据中包含目标对象的主观事件信息以及客观事件信息；

根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述主观事件信息对应的主观三元组，以及与所述客观事件信息对应的客观三元组；

根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值以及正常回报值；

将所述异常警示值以及所述正常回报值之间的差值记录为总异常值；

在所述总异常值大于或等于预设异常阈值时，将所述目标对象记录为异常对象，并提示所述目标事件数据异常之后，将所述总异常值与所述目标事件数据关联发送至预设接收方。

一种异常事件预警装置，包括：

事件数据接收模块，用于接收目标事件数据；所述目标事件数据中包含目标对象的主观事件信息以及客观事件信息；

三元组确定模块，用于根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述主观事件信息对应的主观三元组，以及与所述客观事件信息对应的客观三元组；

警示回报确定模块，用于根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值以及正常回报值；

总异常值确定模块，用于将所述异常警示值以及所述正常回报值之间的差值记录为总异常值；

数据异常判定模块，用于在所述总异常值大于或等于预设异常阈值时，将所述目标对象记录为异常对象，并提示所述目标事件数据异常之后，将所述总异常值与所述目标事件数据关联发送至预设接收方。

一种计算机设备，包括存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述异常事件预警方法。

一种计算机可读存储介质，所述计算机可读存储介质存储有计算机程序，所述计算机程序被处理器执行时实现上述异常事件预警方法。

上述异常事件预警方法、装置、计算机设备及存储介质，通过接收目标事件数据；所述目标事件数据中包含目标对象的主观事件信息以及客观事件信息；根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述主观事件信息对应的主观三元组，以及与所述客观事件信息对应的客观三元组；根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值以及正常回报值；将所述异常警示值以及所述正常回报值之间的差值记录为总异常值；在所述总异常值大于或等于预设异常阈值时，将所述目标对象记录为异常对象，并提示所述目标事件数据异常之后，将所述总异常值与所述目标事件数据关联发送至预设接收方。

本发明通过基于异常数据预测数据库中的样本事件数据，以及根据目标事件数据中目标对象的主观事件信息以及客观事件信息，对目标事件数据发生异常亦或者数据正常进行预测，也即综合了主观信息以及客观信息两方面进行预测，提高了预测准确率。

附图说明

为了更清楚地说明本发明实施例的技术方案，下面将对本发明实施例的描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，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。

图1是本发明一实施例中异常事件预警方法的一应用环境示意图；

图2是本发明一实施例中异常事件预警方法的一流程图；

图3是本发明一实施例中异常事件预警方法中步骤s20的一流程图；

图4是本发明一实施例中异常事件预警方法中步骤s30的一流程图；

图5是本发明一实施例中异常事件预警方法中步骤s30的另一流程图；

图6是本发明一实施例中异常事件预警装置的一原理框图；

图7是本发明一实施例中异常事件预警装置中三元组确定模块的一原理框图；

图8是本发明一实施例中异常事件预警装置中警示回报确定模块的一原理框图；

图9是本发明一实施例中异常事件预警装置中警示回报确定模块的另一原理框图；

图10是本发明一实施例中计算机设备的一示意图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明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发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，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，都属于本发明保护的范围。

本发明实施例提供的异常事件预警方法，该异常事件预警方法可应用如图1所示的应用环境中。具体地，该异常事件预警方法应用在异常事件预警系统中，该异常事件预警系统包括如图1所示的客户端和服务器，客户端与服务器通过网络进行通信，用于解决人为进行异常判断准确率低的问题。其中，客户端又称为用户端，是指与服务器相对应,为客户提供本地服务的程序。客户端可安装在但不限于各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备上。服务器可以用独立的服务器或者是多个服务器组成的服务器集群来实现。

在一实施例中，如图2所示，提供一种异常事件预警方法，以该方法应用在图1中的服务器为例进行说明，包括如下步骤：

s10：接收目标事件数据；所述目标事件数据中包含目标对象的主观事件信息以及客观事件信息。

可以理解地，所述目标事件数据为应用业务场景下产生的与一件事件相关的数据，该应用业务场景可以为企业内部文件传输监控场景、云服务数据监控场景、金融行业企业违约率监控场景等等。其中，目标事件数据根据应用业务场景的不同，代表的事件不同，例如应用业务场景为企业内部文件传输监控场景时，目标事件数据为每一文件传输的数据流数据。目标对象指的是与目标事件数据关联的人物，示例性地，企业内部文件传输监控场景下，目标对象则为每个文件传输对应的发送人以及接收人；在金融行业企业违约率监控场景下，目标对象则为每个企业。主观事件信息指的是目标对象的心理信息(如性格等)，该主观事件信息可以通过对各个目标对象进行如性格测试等方式获取；客观事件信息指的是目标对象的行为动作，示例性地，在企业内部文件传输监控场景时，客观事件信息可以为发送人具体的传输内容；在金融行业企业违约率监控场景下，客观事件信息可以为企业在签约时填写的信息。

在一实施例中，步骤s10之前，也即接收目标事件数据之前，还包括：

通过mq或者api接口，实时接收来自服务器集群的所述目标事件数据；或者

通过轮询接口，定时接收来自服务器集群的所述目标事件数据。

可理解地，所述服务器集群包含有多个服务器的群体，所述mq(messagequeuing)接口为消息队列管理器接口，通过所述mq接口，实时接收来自服务器集群输出的所述目标事件数据，所述mq接口提供基于队列的消息服务的接口，所述mq接口提供的通讯模式包括点对点通讯、多点广播、发布/订阅模式和群集模式，所述mq接口可以根据需求选择不同的通讯模式，提供了接收时间数据的多样性，其中，所述mq接口的特点为异步、解耦、广播和流控，所述异步为所述mq接口中的消息队列本身是异步的，它允许接收者在消息发送很长时间后再取回消息；所述解耦为所述mq接口中的消息队列减少了服务之间的耦合性，不同的服务可以通过消息队列进行通信，无需关心彼此的实现细节，只要定义好消息的格式即可；所述广播为所述mq接口中的消息队列能以广播方式发送消息；所述流控为当上下游系统处理能力存在差距的时候，利用所述mq接口中的消息队列做一个通用的”载体”，在下游有能力处理的时候，再进行分发与处理。

其中，所述api(applicationprogramminginterface)接口为应用程序接口，所述api接口提供了基于应用程序提供的消息服务的接口，即为与应用程序进行消息传输提供的接口，所述api接口提供了简单、统一和对称性的特性，能够规范所有应用程序的接口，通过所述api接口，实时接收来自服务器集群的所述目标事件数据。

s20：根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述主观事件信息对应的主观三元组，以及与所述客观事件信息对应的客观三元组。

其中，异常数据预测数据库用于存储历史事件数据亦或者样本事件数据等数据。

在一实施例中，步骤s20之前，还包括：

s01：获取预设样本事件集合；所述预设样本事件集合中包括至少一个样本事件数据；一个所述样本事件数据包含样本主观信息以及样本客观信息；

其中，预设样本事件集合可以根据不同应用业务场景下产生的历史事件或者实验事件等。样本事件数据为与一件历史事件相关的数据。样本主观信息指的是与样本事件数据关联的样本对象的心理信息，样本客观信息指的是与样本事件数据关联的样本对象的行为动作等。

s02：根据各所述样本事件数据中的样本客观信息以及预设划分间隔，对各所述样本客观信息进行等级划分，确定与各所述样本事件数据对应的事件主标签；一个所述事件主标签关联一个主关键词；

可以理解地，预设划分间隔可以根据具体应用场景进行选择，示例性地，在企业内部文件传输监控场景下，可以根据历史文件传输发生异常的概率进行划分等级，例如发生异常概率在0-10％之间的划分为一个等级，10％-20％之间的划分一个等级。

具体地，在获取预设样本事件集合之后，根据预设划分间隔对样本事件数据中的样本客观信息进行等划分，以确定各样本客观信息对应的划分等级，并对同一个划分等级的所有样本客观信息设定一个事件主标签。示例性地，在企业内部文件传输监控场景下，可以根据历史文件传输发生异常的概率进行划分等级，例如发生异常概率在0-10％之间的划分为一个等级，10％-20％之间的划分一个等级，则对应的事件主标签可以为各个等级对应的文件发生异常的概率；主关键词可以根据该事件主标签下所有样本事件数据进行确定，示例性地，如根据历史文件传输的大小，或者历史文件传输的时间等。

s03：根据各所述样本主观信息，确定与各所述样本事件数据对应的事件次标签；一个所述事件次标签关联一个次关键词；

可以理解地，对于各样本主观信息可以直接确定与各样本事件数据对应的事件次标签，示例性地，如样本对象的性格为温和亦或者暴躁等，对应的事件次标签可以直接以对应的性格进行设定，对应的次关键词可以根据该性格下具体地心情等。示例性地，假设样本对象是暴躁的性格，而在他与其它对象进行秘密文件传输时，因为与该对象存在争执而故意将密码泄露或者主动更改密码，导致文件传输异常，因此可以将该性格特征作为事件次标签。

s04：将样本事件数据以及与该样本事件数据对应的事件主标签和事件次标签记录为样本事件三元组，并将各所述样本事件三元组存储至所述异常数据预测数据库中。

具体地，在根据各所述样本事件数据中的样本客观信息以及预设划分间隔，对各所述样本客观信息进行等级划分，确定与各所述样本事件数据对应的事件主标签，根据各所述样本主观信息，确定与各所述样本事件数据对应的事件次标签；一个所述事件次标签关联一个次关键词之后，将样本事件数据以及对应的事件主标签和事件次标签关联记录为样本事件三元组，并将各所述样本事件三元组存储至所述异常数据预测数据库中。

在一实施例中，如图3所示，步骤s20中，包括：

s201：检测所述客观事件信息中是否包含所述主关键词；同时检测所述主观事件信息中是否包含所述次关键词；

具体地，可以通过字符匹配的方法，将主关键词与客观事件信息中的字符进行匹配，以确定所述客观事件信息中是否包含主关键词；同理，也可以通过字符匹配方法，将次关键词与主观事件信息中的字符进行匹配，以确定所述主观事件信息中是否包含次关键词。

s202：在所述客观事件信息中包含所述主关键词时，自所述异常数据预测数据库中，查找与该主关键词对应的事件主标签关联的所有样本事件三元组，并将其记录为客观三元组；

具体地，在检测到客观事件信息中包含主关键词时，从异常数据预测数据库中，查找与主关键词对饮的事件主标签关联的所有样本事件三元组，并将包含该主关键词的样本事件三元组记录为客观三元组。

s203：在所述主观事件信息中包含所述次关键词时，将包含该次关键词的所述客观三元组记录为主观三元组。

具体地，在检测到主观事件信息中包含次关键词时，将包含该次关键词的客观三元组记录为主观三元组；可以理解地，主观三元组是基于次关键词对客观三元组进行进一步限定的三元组。

s30：根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值以及正常回报值。

其中，异常警示值指的是目标事件数据发生异常的预测值。正常回报值指的是目标事件数据正常(也即不发生异常)的预测值，需要说明的是异常警示值与正常回报值之间并不是互补的关系，也即确定异常警示值与正常回报值的方式不同。

在一实施例中，如图4所示，步骤s30中，所述根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值，包括：

s301：确定所述客观三元组的第一三元组数量；确定所述主观三元组的第二三元组数量；确定所述样本事件三元组的三元组总数量；

可以理解地，步骤s202中确定得到的客观三元组的数量可能有多个，进而需要确定客观三元组的具体数量，也即第一三元组数量；同理，需要确定主观三元组的第二三元组数量，以及确定异常数据预测数据库中所有样本事件三元组的总数量。

s302：根据所述第一三元组数量以及所述三元组总数量，确定第一异常概率；

可以理解地，第一异常概率是通过包含该主关键词的客观三元组中样本事件数据发生异常的次数，在样本事件数据发生异常的次数中的占比来衡量的，以通过样本数据对目标事件数据进行异常预测。

s303：根据所述第二三元组数量以及所述三元组总数量，确定第二异常概率；

可以理解地，第二异常概率是通过在客观三元组的基础上，进一步限定包含该次关键词的主观三元组中样本事件数据发生异常的次数，在样本事件事件发生异常的次数中的占比来衡量的，以通过主观信息对上述客观信息确定的异常概率进行补充，避免异常预测过程中的单一性以及绝对性，可能导致预测出现偏差。

s304：根据所述第一异常概率、第二异常概率以及所述预设异常数值，确定所述异常警示值。

其中，预设异常数值指的是在目标事件数据对应的目标事件发生之前，预测该目标事件可能发生异常的概率。示例性地，在企业内部文件传输监控场景，可以通过监控人员对传输内容，传输时间等进行判定，此次文件传输发生异常的概率分值。

具体地，在根据所述第一三元组数量以及所述三元组总数量，确定第一异常概率，以及根据所述第二三元组数量以及所述三元组总数量，确定第二异常概率之后，将第一异常概率、第二异常概率以及预设异常数值三者之间的乘积记录为异常警示值。

在另一实施例中，如图5所示，步骤s30中，也即根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的正常回报值，包括：

s305：获取与各所述事件主标签关联的主标签分值；同时，获取与各所述事件次标签关联的次标签分值；

可以理解地，在根据各所述样本事件数据中的样本客观信息以及预设划分间隔，对各所述样本客观信息进行等级划分，确定与各所述样本事件数据对应的事件主标签之后，对各事件主标签设置对应的分值；示例性地，在企业内部文件传输监控场景下，可以根据历史文件传输发生异常的概率进行划分等级，例如发生异常概率在0-10％之间的划分为一个等级，10％-20％之间的划分一个等级之后，异常概率为0-10％等级的事件主标签对应的分值可以设置为10分；10％-20％之间的划分一个等级的事件主标签对应的分值可以设置为20分。示例性地，假设事件次标签为温和，则对应设置的次标签分值可以为5分；假设事件次标签为暴躁，则对应设置的次标签分值可以为70分。

s306：在所述客观事件信息中包含所述主关键词时，自所述异常数据预测数据库中确定与该主关键词关联的事件主标签；

可以理解地，一个事件主标签关联一个主关键词，因此在检测到客观事件信息中包含主关键词时，自所述异常数据预测数据库中确定与该主关键词关联的事件主标签。

s307：在所述主观事件信息中包含所述次关键词时，自所述异常数据预测数据库中确定与该主关键词关联的事件次标签；

可以理解地，一个事件次标签关联一个次关键词，因此在检测到主观事件信息中包含次关键词时，自所述异常数据预测数据库中确定与该次关键词关联的事件次标签。

s308：根据与该事件主标签关联的主标签分值，以及与该事件次标签关联的次标签分值，确定所述正常回报值。

具体地，在自所述异常数据预测数据库中确定与该主关键词关联的事件主标签之后，获取与该事件主标签对应的主标签分值，可以理解地，由于该主标签分值是根据样本事件数据中异常发生概率进行标定的，因此在确定正常回报值时，应该默认其不存在异常时发生的概率，示例性地，假设主标签分值为20分，也即其标定发生异常概率对应的分值为20分，而此时需要转换成80分(发生异常与不发生异常为互补事件)以与事件次标签关联的次标签分值确定正常回报值。

同理，在自所述异常数据预测数据库中确定与该主关键词关联的事件次标签之后，获取与该事件次标签对应的次标签分值，示例性地，假设次标签分值为70分，则此时需要转换成30分，进而将转换后的主标签分值与转换后的次标签分值之间的乘积记录为正常回报值。

s40：将所述异常警示值以及所述正常回报值之间的差值记录为总异常值。

具体地，在根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述事件数据对应的异常警示值以及正常回报值之后，将异常警示值与所述正常回报值之间的差值记录为总异常值。

s50：在所述总异常值大于或等于预设异常阈值时，将所述目标对象记录为异常对象，并提示所述目标事件数据异常之后，将所述总异常值与所述目标事件数据关联发送至预设接收方。

其中，预设异常阈值可以根据具体应用场景进行设定，示例性地，预设异常阈值可以设定为0.1或者0.2等。可以理解地，预设接收方可以为第三方监控人员，示例性地，在企业内部文件传输监控场景下，预设接收方可以为监控流程人员；在金融行业企业违约率监控场景下，预设接收方可以为企业公司负责人等。

具体地，在将所述异常警示值与所述正常回报值之间的差值记录为总异常值之后，在总异常值大于或等于预设异常阈值时，表征目标事件数据存在异常风险，将目标对象记录为异常对象，并提示目标事件数据异常之后，将总异常值与目标事件数据关联发送至预设接收方。

进一步地，在所述总异常值小于预设异常阈值时，可以减小对该目标事件数据监控力度，进而减小计算机负担，可以分摊更多的监控时间到其它异常数据中。

在本发明中，通过基于异常数据预测数据库中的样本事件数据，以及根据目标事件数据中目标对象的主观事件信息以及客观事件信息，对目标事件数据发生异常亦或者数据正常进行预测，也即综合了主观信息以及客观信息两方面进行预测，提高了预测准确率。

应理解，上述实施例中各步骤的序号的大小并不意味着执行顺序的先后，各过程的执行顺序应以其功能和内在逻辑确定，而不应对本发明实施例的实施过程构成任何限定。

在一实施例中，提供一种异常事件预警装置，该异常事件预警装置与上述实施例中异常事件预警方法一一对应。如图6所示，该异常事件预警装置包括事件数据接收模块10、三元组确定模块20、警示回报确定模块30、总异常值确定模块40和数据异常判定模块50。各功能模块详细说明如下：

事件数据接收模块10，用于接收目标事件数据；所述目标事件数据中包含目标对象的主观事件信息以及客观事件信息；

三元组确定模块20，用于根据所述主观事件信息以及所述客观事件信息，自异常数据预测数据库中，确定与所述主观事件信息对应的主观三元组，以及与所述客观事件信息对应的客观三元组；

警示回报确定模块30，用于根据所述客观三元组以及主观三元组，确定与所述目标事件数据对应的异常警示值以及正常回报值；

总异常值确定模块40，用于将所述异常警示值以及所述正常回报值之间的差值记录为总异常值；

数据异常判定模块50，用于在所述总异常值大于或等于预设异常阈值时，将所述目标对象记录为异常对象，并提示所述目标事件数据异常之后，将所述总异常值与所述目标事件数据关联发送至预设接收方。

优选地，所述异常事件预警装置还包括：

样本事件获取模块，用于获取预设样本事件集合；所述预设样本事件集合中包括至少一个样本事件数据；一个所述样本事件数据包含样本主观信息以及样本客观信息；

主标签确定模块，用于根据各所述样本事件数据中的样本客观信息以及预设划分间隔，对各所述样本客观信息进行等级划分之后，确定与各所述样本事件数据对应的事件主标签；一个所述事件主标签关联一个主关键词；

次标签确定模块，用于根据各所述样本主观信息，确定与各所述样本事件数据对应的事件次标签；一个所述事件次标签关联一个次关键词；

样本事件三元组记录模块，用于将样本事件数据以及与该样本事件数据对应的事件主标签和事件次标签记录为样本事件三元组，并将各所述样本事件三元组存储至所述异常数据预测数据库中。

优选地，如图7所示，三元组确定模块20包括：

关键词检测单元201，用于检测所述客观事件信息中是否包含所述主关键词；同时检测所述主观事件信息中是否包含所述次关键词；

客观三元组确定单元202，用于在所述客观事件信息中包含所述主关键词时，自所述异常数据预测数据库中，查找与该主关键词对应的事件主标签关联的所有样本事件三元组，并将其记录为客观三元组；

主观三元组确定单元203，用于在所述主观事件信息中包含所述次关键词时，将包含该次关键词的所述客观三元组记录为主观三元组。

优选地，如图8所示，警示回报确定模块30包括：

三元组数量确定单元301，用于确定所述客观三元组的第一三元组数量；确定所述主观三元组的第二三元组数量；确定所述样本事件三元组的三元组总数量；

第一异常概率确定单元302，用于根据所述第一三元组数量以及所述三元组总数量，确定第一异常概率；

第二异常概率确定单元303，用于根据所述第二三元组数量以及所述三元组总数量，确定第二异常概率；

异常警示值确定单元304，用于根据所述第一异常概率、第二异常概率以及所述预设异常数值，确定所述异常警示值。

优选地，如图9所示，警示回报确定模块30还包括：

标签分值确定单元305，用于获取与各所述事件主标签关联的主标签分值；同时，获取与各所述事件次标签关联的次标签分值；

事件主标签确定单元306，用于在所述客观事件信息中包含所述主关键词时，自所述异常数据预测数据库中确定与该主关键词关联的事件主标签；

事件次标签确定单元307，用于在所述主观事件信息中包含所述次关键词时，自所述异常数据预测数据库中确定与该主关键词关联的事件次标签；

正常回报值确定单元308，用于根据与该事件主标签关联的主标签分值，以及与该事件次标签关联的次标签分值，确定所述正常回报值。

优选地，事件数据接收模块包括：

事件数据接收单元，用于通过mq或者api接口，实时接收来自服务器集群的所述目标事件数据；或者

通过轮询接口，定时接收来自服务器集群的所述目标事件数据。

关于异常事件预警装置的具体限定可以参见上文中对于异常事件预警方法的限定，在此不再赘述。上述异常事件预警装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中，也可以以软件形式存储于计算机设备中的存储器中，以便于处理器调用执行以上各个模块对应的操作。

在一个实施例中，提供了一种计算机设备，该计算机设备可以是服务器，其内部结构图可以如图10所示。该计算机设备包括通过系统总线连接的处理器、存储器、网络接口和数据库。其中，该计算机设备的处理器用于提供计算和控制能力。该计算机设备的存储器包括非易失性存储介质、内存储器。该非易失性存储介质存储有操作系统、计算机程序和数据库。该内存储器为非易失性存储介质中的操作系统和计算机程序的运行提供环境。该计算机设备的数据库用于存储上述实施例中异常事件预警方法所使用到的数据。该计算机设备的网络接口用于与外部的终端通过网络连接通信。该计算机程序被处理器执行时以实现一种异常事件预警方法。

在一个实施例中，提供了一种计算机设备，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，处理器执行计算机程序时实现上述实施例中异常事件预警方法。

在一个实施例中，提供了一种计算机可读存储介质，其上存储有计算机程序，计算机程序被处理器执行时实现上述实施例中异常事件预警方法。

本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的计算机程序可存储于一非易失性计算机可读取存储介质中，该计算机程序在执行时，可包括如上述各方法的实施例的流程。其中，本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用，均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(rom)、可编程rom(prom)、电可编程rom(eprom)、电可擦除可编程rom(eeprom)或闪存。易失性存储器可包括随机存取存储器(ram)或者外部高速缓冲存储器。作为说明而非局限，ram以多种形式可得，诸如静态ram(sram)、动态ram(dram)、同步dram(sdram)、双数据率sdram(ddrsdram)、增强型sdram(esdram)、同步链路(synchlink)dram(sldram)、存储器总线(rambus)直接ram(rdram)、直接存储器总线动态ram(drdram)、以及存储器总线动态ram(rdram)等。

所属领域的技术人员可以清楚地了解到，为了描述的方便和简洁，仅以上述各功能单元、模块的划分进行举例说明，实际应用中，可以根据需要而将上述功能分配由不同的功能单元、模块完成，即将所述装置的内部结构划分成不同的功能单元或模块，以完成以上描述的全部或者部分功能。

以上所述实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，均应包含在本发明的保护范围之内。