随着云计算、物联网、移动互联网的飞速发展，构建在大数据平台上的应用层安全问题正日益变得越来越严峻。但国内外相关安全技术往往面向平台下层，针对系统应用层异常的实时检测与定位是学术界与产业界广泛关注的难点，迄今可实用的成果还不多。如何实时准确地检测并定位应用层异常具有重要意义。该项目主要运用开源大数据技术、机器学习技术，针对大数据平台中应用层异常实时检测与定位困难问题，研发了离线环境下大数据平台日志异常检测与定位技术、异常规则库构建技术；研发了在线环境下基于概念漂移检测与规则库的异常检测技术、平台运行性能健康状态评估技术、近实时的异常事件检测与分析技术，以及可视化展示技术。该项目构建了具有近实时在线异常检测、异常定位、运行状况分析等功能的新一代异常检测分析系统(RADA)。该项目已取得授权发明专利5件及软件著作权5件。该项目已取得显著经济效益，至2020年11月止，近三年累计实现销售收入14，566.58万元，净利润2，379.72万元。 该成果在国内已有一定的市场占有率，已在福建、河南、安徽等多个省推广，应用情况良好，市场前景巨大，将持续为中国各类大数据中心建设提升智能化服务能力，获 2020 年度福建省科技进步三等奖。
