买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉杭州电子科技大学;杭州瑞利超声科技有限公司申请的专利面向对象的事件日志异常检测方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120234752B 。

龙图腾网通过国家知识产权局官网在2025-08-22发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510729554.3，技术领域涉及：G06F18/2433；该发明授权面向对象的事件日志异常检测方法及系统是由何志强;孙笑笑;蔡政;俞东进设计研发完成，并于2025-06-03向国家知识产权局提交的专利申请。

本面向对象的事件日志异常检测方法及系统在说明书摘要公布了：本发明公开了一种面向对象的事件日志异常检测方法及系统。该方法设计了一种基于图卷积自编码模块、长短期记忆网络和双向门控循环单元的面向对象事件日志异常检测模型，图卷积自编码模块提取对象为中心的事件日志中的事件之间对象属性的依赖关系，长短期记忆网络提取面向对象的事件日志中的长期时序信息，双向门控循环单元提取面向对象的事件日志中的前后事件依赖关系，最终融合三个模块的输出获得事件异常分数。本发明可实现对面向对象的事件日志进行事件级的异常检测，且具有较高的准确率。

本发明授权面向对象的事件日志异常检测方法及系统在权利要求书中公布了：1.一种面向对象的事件日志异常检测方法，其特征在于，包括： S1、获取待检测的面向对象的事件日志，并对事件日志进行数据清洗和属性字段标准化处理，获得每一行仅代表一个事件且每一列仅代表一个独立属性的目标事件日志；所述面向对象的事件日志为对象中心日志（Object-CentricEventLog，OCEL）； S2、从所述目标事件日志中提取全部对象，每个对象关联的所有事件按照事件时间戳先后组织为一条初始事件序列，然后将全部具有公共事件的初始事件序列以公共事件为连接节点合并为子图，从而将所述目标事件日志转换为一系列子图形式的过程实例； S3、将所述目标事件日志和转换得到的所有过程实例输入事件日志异常检测模型中，由图卷积模块、长短期记忆网络模块和双向门控循环单元模块三条预测分支分别进行预测；其中所述图卷积模块以所有过程实例的子图集合为输入，通过图卷积自编码和图卷积解码获得第一日志特征；所述长短期记忆网络模块以所述目标事件日志编码得到的初始日志特征为输入，将所有时间步的输出特征通过注意力机制融合后，再与最后一个时间步的输出特征拼接，获得第二日志特征；所述双向门控循环单元模块以所述目标事件日志编码得到的初始日志特征为输入，将所有正向时间步和反向时间步的输出特征进行拼接，获得第三日志特征；最终由三个预测分支各自输出的日志特征拼接后通过全连接层得到日志重构特征，以每个事件在日志重构特征和初始日志特征中的特征误差作为该事件的异常分数，进而判定事件是否异常； 所述图卷积模块由图卷积自编码模块和图卷积解码模块级联而成，所述图卷积自编码模块采用两层图卷积层对所述子图集合构成的完整图的节点特征矩阵进行图卷积编码，得到图结构的全局特征，所述图卷积解码模块采用单层的图卷积层对图结构的全局特征进行解码，获得与所述初始日志特征维度相同的第一日志特征； 所述长短期记忆网络模块中，所有时间步的输出特征需要拼接后经过带有tanh激活函数的全连接层计算每个时间步的注意力权重，然后通过Softmax函数对注意力权重进行归一化，并根据归一化权重对所有时间步的输出特征进行加权融合，得到的融合特征通过全连接层降维，再与最后一个时间步的输出特征拼接，获得与所述初始日志特征维度相同的第二日志特征。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州电子科技大学;杭州瑞利超声科技有限公司，其通讯地址为：310018 浙江省杭州市下沙高教园区2号大街；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。