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！

申请/专利权人：深圳市金慧融智数据服务有限公司

摘要：本发明涉及系统运维领域，揭露一种基于多维度的证券智能运维方法、装置、电子设备以及存储介质，所述方法包括：获取证券系统，采集证券系统的证券数据，对证券数据进行时序特征提取，得到时序特征，对证券数据进行非时序特征提取，得到非时序特征；计算时序特征的循环记忆特征，对循环记忆特征进行特征池化，得到池化特征；拼接池化特征与所述非时序特征，得到拼接特征，基于拼接特征，计算证券系统的运维异常概率；根据运维异常概率，判断证券系统是否存在运维异常信息；当证券系统存在异常信息时，利用运维异常概率对证券系统进行系统维护，得到维护好的证券系统。本发明可以提高证券系统运维时解决异常问题的逻辑结构的清晰度。

主权项：1.一种基于多维度的证券智能运维方法，其特征在于，所述方法包括：获取证券系统，采集所述证券系统的证券数据，对所述证券数据进行时序特征提取，得到时序特征，对所述证券数据进行非时序特征提取，得到非时序特征；计算所述时序特征的循环记忆特征，对所述循环记忆特征进行特征池化，得到池化特征，其中，所述计算所述时序特征的循环记忆特征，包括：提取所述时序特征对应的循环初始状态；基于所述循环初始状态，利用下述公式计算所述时序特征的循环记忆特征：h1＝σUh0+Wx1+b hi-1＝σUhi-2+Wxi-1+bhi＝σUhi-1+Wxi+b其中，hi表示所述循环记忆特征，i表示时刻，σ表示激活函数，b表示循环神经网络的偏置向量，W表示神经网络的权重矩阵，为n*m维，与x向量的m行维度契合，U表示神经网络的权重矩阵，为n*v维，与h向量的v行维度契合，h0表示所述循环初始状态，hi-1表示hi上一时刻的循环记忆特征，hi-2表示hi-1上一时刻的循环记忆特征，x1、...、xi-1、xi表示按照时间从小到大的序列排序的时序特征；所述对所述循环记忆特征进行特征池化，得到池化特征，包括：利用下述公式计算所述循环记忆特征的池化权重：FQ,hi＝QThi其中，FQ,hi表示所述池化权重，Q表示注意力机制中的查询向量，hi表示所述循环记忆特征，T表示转置符号；利用下述公式对所述池化权重进行权重归一化，得到归一化权重： 其中，ai表示所述归一化权重，FQ,hi表示所述池化权重，j表示由不同时刻的循环记忆特征构成的特征的总数；根据所述归一化权重与所述循环记忆特征，利用下述公式计算所述池化特征： 其中，A表示所述池化特征，i表示时刻，j表示由不同时刻的循环记忆特征构成的特征的总数，hi表示所述循环记忆特征，ai表示所述归一化权重；拼接所述池化特征与所述非时序特征，得到拼接特征，基于所述拼接特征，计算所述证券系统的运维异常概率，其中，所述基于所述拼接特征，计算所述证券系统的运维异常概率，包括：利用下述公式将所述拼接特征映射至异常类别空间，得到映射特征：Hu＝RELUW′Hu-1+b′其中，Hu表示所述映射特征，W′表示全连接层的权重，b′表示全连接层的偏置向量，u表示所述拼接特征中某个特征向量的序号；根据所述映射特征，利用下述公式计算所述证券系统的运维异常概率： 其中，pHu表示所述运维异常概率，Hu表示所述映射特征，u表示所述拼接特征中某个特征向量的序号；根据所述运维异常概率，判断所述证券系统是否存在运维异常信息，其中，所述根据所述运维异常概率，判断所述证券系统是否存在运维异常信息，包括：将所述运维异常概率与预设阈值相比较；在所述运维异常概率大于所述预设阈值时，所述证券系统存在所述运维异常信息；在所述运维异常概率不大于所述预设阈值时，所述证券系统不存在所述运维异常信息；当所述证券系统存在运维异常信息时，利用所述运维异常概率对所述证券系统进行系统维护，得到维护好的证券系统。

全文数据：

权利要求：

百度查询： 深圳市金慧融智数据服务有限公司 基于多维度的证券智能运维方法、装置、电子设备及介质