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！

龙图腾网获悉齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)申请的专利基于时频空图网络的多变量时序数据异常检测方法及装置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：CN120541737B 。

龙图腾网通过国家知识产权局官网在2025-09-19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：202511038085.7，技术领域涉及：G06F18/2433；该发明授权基于时频空图网络的多变量时序数据异常检测方法及装置是由陈振娅;边雪莹;杨明;吴晓明;刘臣胜;王鑫;贺云鹏;穆超;吴法宗;徐硕设计研发完成，并于2025-07-28向国家知识产权局提交的专利申请。

本基于时频空图网络的多变量时序数据异常检测方法及装置在说明书摘要公布了：本发明属于面向工业信息系统的异常数据检测的技术领域，具体涉及基于时频空图网络的多变量时序数据异常检测方法及装置。所述方法包括：基于传感器获取的多变量时间序列数据构建数据集，包括基于正常数据构建的训练集和验证集，以及基于攻击场景下的数据构建的测试集；构建时频空图网络模型，该模型包括时序特征提取模块和图结构学习模块，时序特征提取模块用于获取带有时序特征的节点特征，图结构学习模块用于建模节点特征间的时空依赖关系；利用训练集对时频空图网络模型进行训练，并计算训练后的模型在测试集上的异常分数，将其与设定的阈值进行比较，以检测数据是否异常。本发明实现了对多变量时间序列数据的异常检测。

本发明授权基于时频空图网络的多变量时序数据异常检测方法及装置在权利要求书中公布了：1.一种基于时频空图网络的多变量时序数据异常检测方法，其特征在于，所述方法包括： S1、对传感器获取的多变量时间序列数据进行预处理，以构建数据集； 其中，所述多变量时间序列数据包括正常数据和攻击场景下的数据，所述数据集包括基于正常数据构建的训练集和验证集，以及基于攻击场景下的数据构建的测试集； S2、构建时频空图网络模型，所述时频空图网络模型包括时序特征提取模块和图结构学习模块，其中，所述时序特征提取模块用于获取带有时序特征的节点特征，包括： 通过多尺度时序特征提取器提取多变量时间序列数据的时间域特征； 通过傅里叶变换获取多变量时间序列数据的频率域特征； 将所述时间域特征和频率域特征拼接得到带有时序特征的节点特征； 所述图结构学习模块用于建模节点特征间的时空依赖关系，包括： 对所述节点特征引入时间位置编码，并将编码后的节点特征分割成若干时间片段； 对于每个时间片段，结合注意力机制和对称性权重，计算初始邻接矩阵； 对所述初始邻接矩阵引入时间因果掩码，得到具有时间约束的中间邻接矩阵； 对所述中间邻接矩阵进行稀疏化，得到目标邻接矩阵； 利用消息传递神经网络传播和更新目标邻接矩阵中的节点特征； S3、利用训练集对所构建的时频空图网络模型进行训练，并计算训练后的所述时频空图网络模型在测试集上的异常分数，将其与设定的阈值进行比较，以检测数据是否异常； 其中，根据训练后的所述时频空图网络模型在验证集上的异常分数设定阈值。

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齐鲁工业大学(山东省科学院);山东省计算中心(国家超级计算济南中心)，其通讯地址为：250000 山东省济南市长清区西部新城大学科技园；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”。