Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜山东省人工智能研究院;山东科技大学;齐鲁工业大学(山东省科学院)朱喆获国家专利权

恭喜山东省人工智能研究院;山东科技大学;齐鲁工业大学(山东省科学院)朱喆获国家专利权

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!

龙图腾网恭喜山东省人工智能研究院;山东科技大学;齐鲁工业大学(山东省科学院)申请的专利一种图对比学习的云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:CN119292867B

龙图腾网通过国家知识产权局官网在2025-04-08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:202411355558.1,技术领域涉及:G06F11/30;该发明授权一种图对比学习的云系统异常检测方法是由朱喆;张振;许少华;周书旺;刘照阳设计研发完成,并于2024-09-27向国家知识产权局提交的专利申请。

一种图对比学习的云系统异常检测方法在说明书摘要公布了:一种图对比学习的云系统异常检测方法,涉及云系统性能检测技术领域,通过在数据增强模块中结合时域和频域的处理策略,不仅保证了数据多样性的同时也维持了数据的时间连续性,为后续的特征学习提供了高质量的输入。GGRN模块的引入,使得模型能够同时从结构和时间两个维度学习到云系统的深层次特征,为异常检测提供了丰富的语义信息。轻量化的线性注意力编码器和对比学习的结合,不仅优化了模型在特征提取上的效率,而且通过对比学习增强了模型对不同状态模式区分的能力,从而提高了异常检测的准确率和鲁棒性。

本发明授权一种图对比学习的云系统异常检测方法在权利要求书中公布了:1.一种图对比学习的云系统异常检测方法,其特征在于,包括:a获取时间跨度为L的云系统资源数据S及由云系统的拓扑结构表示的邻接矩阵E,S=[s1,s2,...,sl,...,sL],其中sl为时间步l的观测数据,l∈{1,...,L};b将云系统资源数据S划分为训练集St及测试集Sr;c采用长度为T的滑动窗口对训练集St进行采样,将滑动窗口进行M次滑动,得到M个输入样本组成的输入样本集其中为第m次滑动窗口采集的连续数据,m∈{1,...,M},xt为滑动窗口采集的第t个时间步的观测数据,t∈{1,...,T};d建立由数据增强模块、GGRN模块、对比学习模块、重构模块构成的GCAD模型,GCAD模型的GGRN模块由图神经网络、门控机制构成;e将第m次滑动窗口采集的连续数据输入到GCAD模型的数据增强模块中,输出得到时域增强连续数据及频域增强连续数据f将时域增强连续数据输入到GCAD模型的GGRN模块中,输出得到特征向量将频域增强连续数据输入到GCAD模型的GGRN模块中,输出得到特征向量g将特征向量输入到GCAD模型的对比学习模块中,输出得到向量将特征向量输入到GCAD模型的对比学习模块中,输出得到向量h通过损失函数训练GCAD模型的GGRN模块,得到训练后的GGRN模块;i将第m次滑动窗口采集的连续数据依次输入到训练后的GGRN模块、GCAD模型的重构模块中,输出得到重构样本X1′:T;j通过损失函数训练GCAD模型的重构模块,得到训练后的GCAD模型;k采用长度为T的滑动窗口对测试集Sr进行采样,将滑动窗口进行N次滑动,得到N个测试样本组成的测试样本集其中为第n次滑动窗口采集的连续数据,n∈{1,...,N},为滑动窗口采集的第t个时间步的观测数据,t∈{1,...,T};l将第m次滑动窗口采集的连续数据与第n次滑动窗口采集的连续数据输入到训练后的GCAD模型中,根据模型输出结果判断云系统在第j个时间步的状态。

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山东省人工智能研究院;山东科技大学;齐鲁工业大学(山东省科学院),其通讯地址为:250013 山东省济南市科院路19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”。

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。