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！

龙图腾网获悉西安交通大学申请的专利基于多模态信息动态抽取的网络运维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：CN116451165B 。

龙图腾网通过国家知识产权局官网在2025-11-21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：202310452304.0，技术领域涉及：G06F18/2433；该发明授权基于多模态信息动态抽取的网络运维异常检测方法及系统是由马杰;周川;王平辉设计研发完成，并于2023-04-24向国家知识产权局提交的专利申请。

本基于多模态信息动态抽取的网络运维异常检测方法及系统在说明书摘要公布了：本发明提供了一种基于多模态信息动态抽取的网络运维异常检测方法及系统，涉及网络运维技术领域。通过构建网络运维知识图谱，存储网络设备、应用程序和其他相关信息的多模态数据，以及所述多模态数据的关系；获取网络设备、应用程序和其他相关的多模态信息，并对获取的所述多模态信息进行预处理；学习所述多模态信息的表示特征；构建多模态信息异常检测模型；采用从粗粒度至细粒度的抽取算法，对所述网络运维知识图谱进行动态抽取，从所述网络运维知识图谱中获得前M个知识三元组，并学习所述三元组的全局表示特征；将所述多模态信息的表示特征以及所述三元组的全局表示特征依次组合，并输入至所述多模态信息异常检测模型中进行异常检测。

本发明授权基于多模态信息动态抽取的网络运维异常检测方法及系统在权利要求书中公布了：1.一种基于多模态信息动态抽取的网络运维异常检测方法，其特征在于，所述方法包括： 构建网络运维知识图谱，存储网络设备、应用程序和其他相关信息的多模态数据，以及所述多模态数据的关系； 获取网络设备、应用程序和其他相关的多模态信息，并对获取的所述多模态信息进行预处理； 学习所述多模态信息的表示特征，包括：将所述多模态信息输入BERT模型，得到固定长度的向量表示；将所述固定长度的向量表示输入至多模态Transformer模型中，融合不同类型的多模态信息，得到所述多模态信息的表示特征； 构建多模态信息异常检测模型； 采用从粗粒度至细粒度的抽取算法，对所述网络运维知识图谱进行动态抽取，从所述网络运维知识图谱中获得前M个知识三元组，并学习所述三元组的全局表示特征； 将所述多模态信息的表示特征以及所述三元组的全局表示特征依次组合，并输入至所述多模态信息异常检测模型中进行异常检测； 所述构建多模态信息异常检测模型，包括： 将所述多模态信息表示特征输入所述多模态信息异常检测模型中，得到多模态信息的预测结果，基于预测结果判断多模态信息是否发生异常； 其中，所述预测结果定义如下： ， 式中是产生最终异常预测标签的多层感知器，为多模态信息表示特征； 其中，采用损失函数对所述多模态信息异常检测模型进行训练，所述损失函数定义如下： ， 式中，是用于所述多模态信息异常检测模型训练的二进制交叉熵损失函数，为预测结果，为真实结果。

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西安交通大学，其通讯地址为：710049 陕西省西安市咸宁西路28号；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。