龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：四川大学
摘要：本发明公开了一种基于规律稳定性分析的联邦时间序列异常检测方法，本发明从时间序列规律稳定性出发，构建时间序列缺失值插补任务并计算各边缘设备上时间序列缺失值插补模型输出的插补结果与实际数值之间的差异，从而衡量其时间序列数据的规律稳定性，基于该规律稳定性和训练数据量对边缘设备的相对权重进行衡量，为时间序列规律稳定性相对较高及训练数据量较多的边缘设备分配较高的权重，从而使得全局模型能够更好地学习时间序列中规律稳定性较强的部分，降低其受到数据中噪声与干扰因素的影响，提高时间序列数据异常检测性能。
主权项：1.一种基于规律稳定性分析的联邦时间序列异常检测方法，其特征在于，包括以下步骤：S1、将各边缘设备存储的时间序列数据等间隔地划分为不重叠的定长子序列；S2、将每个边缘设备的定长子序列间隔地划分到对应的训练数据和评估数据中；S3、在各边缘设备分别构建时间序列缺失值插补模型，并通过对应的训练数据对时间序列缺失值插补模型进行训练；S4、获取各边缘设备上训练后的时间序列缺失值插补模型对评估数据中缺失值的估计结果与真实值之间的平均相对误差，即得到数据插补误差；S5、根据参与模型聚合的各边缘设备的数据插补误差和数据插补误差总和进行线性映射，得到参与模型聚合的各边缘设备映射后的数据插补误差；S6、根据映射后的数据插补误差进行趋势转换，得到参与模型聚合的各边缘设备的规律稳定性计算结果；S7、构建联邦时间序列异常检测模型并进行本地训练，上传训练后的模型参数；S8、根据本地训练中单个边缘设备训练数据量的占比和该边缘设备的规律稳定性计算结果计算该边缘设备的权重；对所有边缘设备的权重进行线性映射，得到边缘设备对应的聚合权重；S9、根据聚合权重对边缘设备上传的模型参数进行加权，得到更新后的全局模型并分发到各边缘设备，以使得各边缘设备通过分发的全局模型进行时间序列异常检测。
全文数据：
权利要求：
百度查询： 四川大学 一种基于规律稳定性分析的联邦时间序列异常检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号