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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利一种基于Prometheus的时序异常检测部署方法和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：CN119848725B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202411922271.2，技术领域涉及：G06F18/2433；该发明授权一种基于Prometheus的时序异常检测部署方法和装置是由裴昶华;栗哲远;陈炜;刘子涵设计研发完成，并于2024-12-25向国家知识产权局提交的专利申请。

本一种基于Prometheus的时序异常检测部署方法和装置在说明书摘要公布了：本申请提供一种基于Prometheus的时序异常检测部署方法和装置，包括从Prometheus系统中拉取目标设备在预设时间段内符合联合特征的实时时序数据；将联合特征对应的模型参数文件加载到深度学习模型中，利用实时时序数据和深度学习模型，得到目标设备的预测数据，利用实时时序数据、预测数据和阈值，确定目标设备的异常时段。本发明通过单一模型实现根据原始数据进行时间步长自适应，对不同时间步长的数据进行检测，极大提升对系统中异常数据的检测精度，此外，通过高效的模型参数文件版本，在预训练基础模型时，可以实现少样本情况下对模型进行快速微调，此外，基于宽泛可用性的部署方案，可实现异常检测算法的弹性替换。

本发明授权一种基于Prometheus的时序异常检测部署方法和装置在权利要求书中公布了：1.一种基于Prometheus的时序异常检测部署方法，其特征在于，所述方法包括： 从Prometheus系统中拉取目标设备在预设时间段内符合联合特征的实时时序数据，所述联合特征包括多个独立数据特征，所述独立数据特征中包括时间步长，时间步长是根据预设时间段的长度确定的数据时间间隔； 将所述联合特征对应的模型参数文件加载到深度学习模型中，利用所述实时时序数据和所述深度学习模型，得到所述目标设备的预测数据，所述深度学习模型参数文件是当对所述深度学习模型首次训练时，利用所述实时时序数据进行训练，得到的模型参数文件，非首次训练时，是所述实时时序数据和采用定时任务采集到的定时时序数据所训练出的参数模型文件，所述定时时序数据是通过定时任务采集所述目标设备符合联合特征的运行数据； 利用所述实时时序数据、所述预测数据和阈值，确定监测目标的异常时段； 所述利用所述实时时序数据和所述深度学习模型，得到所述目标设备的预测数据，具体包括： 对所述定时时序数据进行统计数据计算，得到配置项数据； 利用所述配置项数据，对所述实时时序数据进行处理，得到输入数据；将所述输入数据输入所述深度学习模型中，得到所述目标设备的预测数据； 所述深度学习模型参数文件是定时时序数据训练所述深度学习模型得到的模型参数文件，具体包括： 利用所述配置项数据中的方差和均值，计算所述定时时序数据在各时间点的标准分数，得到训练用输入数据的标准分数序列； 计算所述定时时序数据中各相邻时间点的数据差值，得到训练用输入数据的结果序列； 将所述训练用输入数据输入所述深度学习模型进行训练，得到训练后的所述深度学习模型的深度学习模型参数文件，并将所述深度学习模型参数文件根据其所属的联合特征，保存在对象存储中。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2号楼；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。