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 > 恭喜无锡畅云网络有限公司请求不公布姓名获国家专利权

恭喜无锡畅云网络有限公司请求不公布姓名获国家专利权

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!

龙图腾网恭喜无锡畅云网络有限公司申请的专利基于空间密度的多维异常检测模型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:CN112733871B

龙图腾网通过国家知识产权局官网在2025-04-18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:202010444461.3,技术领域涉及:G06F18/2433;该发明授权基于空间密度的多维异常检测模型是由请求不公布姓名;请求不公布姓名设计研发完成,并于2020-05-23向国家知识产权局提交的专利申请。

基于空间密度的多维异常检测模型在说明书摘要公布了:基于空间密度的多维异常检测模型。本发明是一种通过创建数据空间,计算每个数据点的圈值,从而得到临界值,最终使用临界值来判断数据点异常与否的异常检测模型。因为使用了纯数学的方法来实现异常检测功能,并尽可能的减少人工规则的干预,使得此异常检测模型能广泛应用于各种场合,比如产品的质量检测,网络异常数据的挖掘,设备故障预警等。本发明主要包含特征工程、异常检测模型训练、异常检测模型检测三个部分,特别是异常检测模型训练阶段,创造性地解决了其他异常检测方法无法处理的重叠问题和边缘问题,从而达到了相当高的检测精度。

本发明授权基于空间密度的多维异常检测模型在权利要求书中公布了:1.一种基于空间密度的异常检测方法,其特征在于,包括:S10,获取数据集,数据集的原始数据是探针信息;去除对结果没有影响的特征;并清理其中相悖的数据;把数据集变成数字向量的形式;数字向量的形式中包括数据点和数据点的特征;S20,异常检测模型的训练,所述异常检测模型的训练是为了得到一个临界值,当得到临界值之后,选择保存此模型到硬盘,下次再遇到同类的数据,直接读取模型,以检测此类数据的异常;包括:S201,数据归一化:在训练之前将数据集归一化;计算每个维度的上下限,最后将每个维度的特征值变为[0,1]的区间;S202,模型训练:完成数据归一化后,得到一个各维度长度为1的标准数据空间,令半径为R,以数据点为圆心,统计离圆心距离不超过半径的多维空间内的数据点数量,计算当前数据点的圈值;当目标数据点位于数据空间的边缘,为这些处于数据空间边缘的数据点附加一个权重值,最后让圈值乘以权重值;所述权重值的计算公式为: 其中,n为数据维度,R为圈半径,Dli为数据点到当前维度左边的距离,Dri为数据点到当前维度右边的距离;W为权重值;当得到数据集中所有数据点的圈值后,通过以下公式计算临界值; 其中,w为松紧度,Qi为圈值,m为数据点数量;V为临界值;S30,模型检测:当得到临界值之后,异常检测模型保存到指定硬盘空间;当需要检测一个同类型的数据点是否异常时,还原保存的模型对象,然后调用检测函数把数据点当参数传入模型,模型首先会根据保存的维度上下限信息把数据点归一化,然后计算此数据点的圈值,再将此圈值与临界值相比,最后得到此数据点是否异常的结论。

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无锡畅云网络有限公司,其通讯地址为:214131 江苏省无锡市高浪东路999-8-B1-501;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。