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！

龙图腾网获悉东北电力大学申请的专利一种企业智能运维KPI数据异常检测及根因定位方法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：CN115859203B 。

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：202211499399.3，技术领域涉及：G06F18/2433；该发明授权一种企业智能运维KPI数据异常检测及根因定位方法是由吴云;施宇;潘星宇设计研发完成，并于2022-11-28向国家知识产权局提交的专利申请。

本一种企业智能运维KPI数据异常检测及根因定位方法在说明书摘要公布了：本发明提供了一种企业智能运维KPI数据异常检测及根因定位方法，其特征在于，包括以下步骤：获取KPI训练数据集；采用层次凝聚聚类方法对所述KPI训练数据集中的KPI训练数据进行类别标识；利用标识后的所述KPI训练数据对CE模型进行训练，并将待检测数据输入完成训练的所述CE模型进行聚类；基于多种无监督模型提取的异常值分数和KPI训练数据集训练LightGBM模型，并利用所述LightGBM模型对待检测数据集进行异常检测；根据改进的广义潜在分数对所述待检测数据集中任一异常数据进行异常根因定位；其中，所述CE模型为以CNN模型为基础加入Embedding层的改进模型。本发明能够大幅度提升KPI数据异常检测及根因定位效率与准确度。

本发明授权一种企业智能运维KPI数据异常检测及根因定位方法在权利要求书中公布了：1.一种企业智能运维KPI数据异常检测及根因定位方法，其特征在于，包括以下步骤： 获取KPI训练数据集； 采用层次凝聚聚类方法对所述KPI训练数据集中的KPI训练数据进行类别标识； 利用标识后的所述KPI训练数据对CE模型进行训练，并将待检测数据输入完成训练的所述CE模型进行聚类； 基于多种无监督模型提取的异常值分数和所述KPI训练数据集训练LightGBM模型，并利用所述LightGBM模型对待检测数据集进行异常检测； 根据改进的广义潜在分数对所述待检测数据集中任一异常数据进行异常根因定位； 其中，所述CE模型为以CNN模型为基础加入Embedding层的改进模型； 根据改进的广义潜在分数对所述待检测数据集中任一异常数据进行异常根因定位，具体包括以下步骤： 获取待检测数据集中任一检测为异常的异常KPI数据； 获取与所述异常KPI数据对应的属性值组合以及真实值、预测值、期望值的集合； 以异常概率为过滤条件对所述属性值组合进行过滤； 将过滤后的所述属性值组合聚类； 利用所述改进的广义潜在分数作为评判标准对聚类后的所述属性值组合进行筛选，得到最终异常根因。

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东北电力大学，其通讯地址为：132012 吉林省吉林市长春路169号东北电力大学计算机学院；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。