杭州电子科技大学谢铖获国家专利权
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申请的专利一种自适应融合多维序列数据的系统异常检测方法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：CN119271487B 。
龙图腾网通过国家知识产权局官网在2025-10-31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：202411286398.X，技术领域涉及：G06F11/30；该发明授权一种自适应融合多维序列数据的系统异常检测方法是由谢铖;程雨夏;贾刚勇;吴卿设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。
本一种自适应融合多维序列数据的系统异常检测方法在说明书摘要公布了：本发明公开了一种自适应融合多维序列数据的系统异常检测方法。该方法首先收集系统执行阶段的与时间相关的原始监控数据，并对非数字格式的原始监控数据进行数字化编码，再进行归一化处理，得到多维时间序列然后通过时间序列重构模型对多维时间序列进行重构，并计算重构前后的数据差值，得到重建差值序列X。针对重建差值序列X数据分布构建特征空间，并重复t次。基于t次实验构建的特征空间，计算重建差值序列X的特征向量。使用固定长度的滑动窗口，将重建差值序列X特征向量划分为多个子序列。最后利用核均值嵌入计算不同子序列之间的相似度，判定相似度小于阈值的子序列对应的时间为系统异常运行时刻。有效利用多维时间序列数据。
本发明授权一种自适应融合多维序列数据的系统异常检测方法在权利要求书中公布了：1.一种自适应融合多维序列数据的系统异常检测方法，收集系统执行阶段的与时间相关的原始监控数据进行异常检测，其特征在于：具体步骤如下： 步骤1、对非数字格式的原始监控数据进行数字化编码，得到多维时间序列其中N为时间序列长度； 步骤2、通过时间序列重构模型对多维时间序列进行重构，并计算重构前后的数据差值，得到重建差值序列X＝{x1,…,xN}； 步骤3、针对重建差值序列X数据分布构建特征空间； 步骤4、根据重建差值序列X的数据点在特征空间内的位置，计算重建差值序列X的特征向量； 步骤5、使用固定长度的滑动窗口，将重建差值序列X特征向量划分为多个子序列，并计算子序列的特征向量； 步骤6、计算不同子序列之间的相似度，判定相似度小于阈值的子序列对应的时间为系统异常运行时刻。
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，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”。
以上内容由龙图腾AI智能生成。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励