Document
拖动滑块完成拼图
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

异常检测模型的训练和异常检测方法、装置、介质及设备 

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:腾讯科技(深圳)有限公司

摘要:本申请公开了异常检测模型的训练和异常检测方法、装置、介质及设备,涉及区块链技术领域,异常检测模型的训练方法包括:基于多个故障场景信息,对多个区块链系统进行故障注入得到多个区块链状态信息;根据多个区块链状态信息对多个区块链系统进行异常分析,确定多个区块链状态信息中每一区块链状态信息对应的异常参考信息;对每一区块链状态信息进行分层采样得到对应的至少一个状态特征信息;将对应的至少一个状态特征信息输入深度学习模型进行异常检测处理,得到异常检测信息;基于对应的异常参考信息和异常检测信息对深度学习模型进行调整,得到训练好的异常检测模型。本申请所得到的异常检测模型能够对各种故障场景中的异常进行有效地检测。

主权项:1.一种异常检测模型的训练方法,其特征在于,所述方法包括:获取预先编排的多个故障场景信息;基于所述多个故障场景信息,对多个区块链系统进行故障注入,得到多个区块链状态信息;所述多个区块链系统、所述多个故障场景信息和所述多个区块链状态信息一一对应;根据所述多个区块链状态信息,对所述多个区块链系统进行异常分析,确定所述多个区块链状态信息中每一区块链状态信息对应的异常参考信息;对所述多个区块链状态信息中的每一区块链状态信息进行分层采样,得到每一区块链状态信息对应的至少一个状态特征信息;将每一区块链状态信息对应的至少一个状态特征信息输入深度学习模型,进行异常检测处理,得到异常检测信息;基于每一区块链状态信息对应的异常参考信息和所述异常检测信息,对所述深度学习模型进行调整,得到训练好的异常检测模型。

全文数据:

权利要求:

百度查询: 腾讯科技(深圳)有限公司 异常检测模型的训练和异常检测方法、装置、介质及设备

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。