Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
专利交易 商标交易 积分商城 国际服务 IP管家助手 科技果 科技人才 会员权益 需求市场 关于龙图腾 更多
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 济南浪潮数据技术有限公司苏海明获国家专利权

济南浪潮数据技术有限公司苏海明获国家专利权

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!

龙图腾网获悉济南浪潮数据技术有限公司申请的专利一种云平台时序数据异常检测方法、系统、设备和介质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:CN115587009B

龙图腾网通过国家知识产权局官网在2026-04-21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:202211206362.7,技术领域涉及:G06F11/30;该发明授权一种云平台时序数据异常检测方法、系统、设备和介质是由苏海明设计研发完成,并于2022-09-29向国家知识产权局提交的专利申请。

一种云平台时序数据异常检测方法、系统、设备和介质在说明书摘要公布了:本发明提出了一种云平台时序数据异常检测方法、系统、设备和介质,该方法包括:获取云平台原始监控数据,采用滑动窗口进行分割后标注为样本数据,样本数据包括正常样本和异常样本;然后对样本数据进行预处理;对预处理后的样本数据经过EMD处理为各模态分量,针对所述各模态分量通过滤波器进行平滑去噪处理得到平滑后的时间序列构建正常数据集;提取正常数据集的特征向量,并将特征向量输入至异常数据检测模型中输出异常检测数据;基于该方法,还提出了一种云平台时序数据异常检测系统、设备和介质。本发明采用一种监督机器学习方法,在一定程度上解除了异常数据人工标注的麻烦,也解决了异常正常数据不平衡对监督学习的影响。

本发明授权一种云平台时序数据异常检测方法、系统、设备和介质在权利要求书中公布了:1.一种云平台时序数据异常检测方法,其特征在于,包括以下步骤: 获取云平台原始监控数据,采用滑动窗口进行分割后标注为样本数据,所述样本数据包括正常样本和异常样本;然后对所述样本数据进行预处理;所述获取云平台原始监控数据,采用滑动窗口进行分割后标注为样本数据的过程包括:采集云平台一段时间的监控数据作为原始监控数据,并设置采集周期;采用滑动窗口进行分割后滤除掉所述原始监控数据中的缺失点;为原始监控数据增加数据标签,其中正常样本标签为0、异常样本标签为1; 对所述样本数据进行预处理的过程为: 确定样本数据为; 采用公式进行归一化处理; 其中,表示第个样本数据,;为归一化处理后的样本数据; 对预处理后的样本数据经过EMD处理为各模态分量,针对所述各模态分量通过滤波器进行平滑去噪处理得到平滑后的时间序列构建正常数据集;所述对预处理后的样本数据经过EMD处理为各模态分量的过程包括:所有归一化处理后的样本数据构成KPI时序数据;将KPI时序数据经过EMD处理为各模态分量和余量的和: ; 其中,为第个IMF分量,为IMF总数,为余量,为数据样本长度; 所述对所述各模态分量通过SG滤波器进行平滑去噪处理得到平滑后的时间序列的过程为: ; 其中,为最终得到的平滑后的时间序列;F为SG滤波器; 提取正常数据集的特征向量的过程包括:提取正常数据集的基本统计特征、时域特征和频域特征;基本统计特征、时域特征和频域特征构成了正常数据集的特征向量;所述基本统计特征包括均值、方差、极值、波段和功率谱特征;所述时域特征包括均值、方差、极值、过零点、边界点、波段长短和峰值特征;所述频域特征包括功率谱,功率密度比,中值频率和平均功率频率特征; 提取正常数据集的特征向量,并将所述特征向量输入至异常数据检测模型中输出异常检测数据;所述异常数据检测模型采用构建最小超球面将所述正常数据集中正常数据圈出来,输出除正常数据之外的异常检测数据。

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济南浪潮数据技术有限公司,其通讯地址为:250000 山东省济南市中国(山东)自由贸易试验区济南片区浪潮路1036号浪潮科技园S05楼S311室;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”。

以上内容由龙图腾AI智能生成。

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。