買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)獲悉湖南工商大學(xué)申請(qǐng)的專利微服務(wù)系統(tǒng)時(shí)序異常檢測方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識(shí)產(chǎn)權(quán)局授予，授權(quán)公告號(hào)為：CN120448713B 。

龍圖騰網(wǎng)通過國家知識(shí)產(chǎn)權(quán)局官網(wǎng)在2025-09-12發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請(qǐng)?zhí)?專利號(hào)為：202510942611.6，技術(shù)領(lǐng)域涉及：G06F18/10；該發(fā)明授權(quán)微服務(wù)系統(tǒng)時(shí)序異常檢測方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品是由陳榮元;王晨龍;周鮮成;鄒慶奧;趙文軍;申立智設(shè)計(jì)研發(fā)完成，并于2025-07-09向國家知識(shí)產(chǎn)權(quán)局提交的專利申請(qǐng)。

本微服務(wù)系統(tǒng)時(shí)序異常檢測方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品在說明書摘要公布了：本發(fā)明公開了一種微服務(wù)系統(tǒng)時(shí)序異常檢測方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品，該方法包括：對(duì)原始多元時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)處理，并轉(zhuǎn)換為滑動(dòng)窗口序列，將滑動(dòng)窗口序列進(jìn)行通道獨(dú)立劃分為多個(gè)通道的單變量時(shí)間序列，并進(jìn)行周期編碼，生成周期編碼序列，對(duì)周期編碼序列進(jìn)行特征分析，獲取局部特征和全局特征，將局部特征與全局特征進(jìn)行特征融合，并進(jìn)行解碼，生成重構(gòu)時(shí)間序列數(shù)據(jù)，將重構(gòu)時(shí)間序列數(shù)據(jù)與原始多元時(shí)間序列數(shù)據(jù)進(jìn)行均方誤差計(jì)算，獲得各時(shí)間步的異常分?jǐn)?shù)，基于異常分?jǐn)?shù)進(jìn)行異常檢測，實(shí)現(xiàn)準(zhǔn)確區(qū)分多元時(shí)間序列數(shù)據(jù)中不同變量的語義差異，并充分提取微服務(wù)系統(tǒng)中不同變量的關(guān)系特征，準(zhǔn)確地檢測出微服務(wù)系統(tǒng)的時(shí)間序列中的異常波動(dòng)。

本發(fā)明授權(quán)微服務(wù)系統(tǒng)時(shí)序異常檢測方法、裝置、設(shè)備、介質(zhì)及產(chǎn)品在權(quán)利要求書中公布了：1.一種微服務(wù)系統(tǒng)時(shí)序異常檢測方法，其特征在于，所述方法應(yīng)用于微服務(wù)系統(tǒng)，所述微服務(wù)系統(tǒng)時(shí)序異常檢測方法包括： 對(duì)原始多元時(shí)間序列數(shù)據(jù)進(jìn)行預(yù)處理，并將預(yù)處理后的原始多元時(shí)間序列數(shù)據(jù)轉(zhuǎn)換為滑動(dòng)窗口序列，所述原始多元時(shí)間序列數(shù)據(jù)為不同時(shí)間點(diǎn)采集到的微服務(wù)系統(tǒng)的多變量時(shí)間序列數(shù)據(jù)，所述預(yù)處理包括對(duì)所述原始多元時(shí)間序列數(shù)據(jù)中各時(shí)間步對(duì)應(yīng)的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理； 對(duì)所述滑動(dòng)窗口序列進(jìn)行通道獨(dú)立劃分處理，生成多個(gè)通道的單變量時(shí)間序列； 對(duì)各單變量時(shí)間序列進(jìn)行周期編碼，生成周期編碼序列； 將所述周期編碼序列分別輸入至預(yù)構(gòu)建的增強(qiáng)時(shí)間卷積網(wǎng)絡(luò)模型和動(dòng)態(tài)學(xué)習(xí)注意力模塊進(jìn)行特征分析，獲取局部特征信息和全局特征信息； 將所述局部特征信息與所述全局特征信息進(jìn)行特征融合，獲得融合特征信息； 對(duì)所述融合特征信息進(jìn)行解碼，生成重構(gòu)時(shí)間序列數(shù)據(jù)，并將所述重構(gòu)時(shí)間序列數(shù)據(jù)與所述原始多元時(shí)間序列數(shù)據(jù)進(jìn)行均方誤差計(jì)算，獲得各時(shí)間步的異常分?jǐn)?shù)； 基于所述異常分?jǐn)?shù)對(duì)所述原始多元時(shí)間序列數(shù)據(jù)進(jìn)行異常檢測； 所述對(duì)各單變量時(shí)間序列進(jìn)行周期編碼，生成周期編碼序列，包括： 對(duì)各單變量時(shí)間序列進(jìn)行快速傅里葉變換，獲得頻域特征： 其中，表示單變量時(shí)間序列，表示時(shí)間索引，表示通道索引，表示頻域特征； 對(duì)所述頻域特征的形狀進(jìn)行調(diào)整，生成第一重塑矩陣和第二重塑矩陣； 將所述第一重塑矩陣與所述第二重塑矩陣進(jìn)行矩陣相乘，獲得相似度矩陣： 其中，表示相似度矩陣，表示第一重塑矩陣，表示第二重塑矩陣； 基于所述相似度矩陣計(jì)算各通道的代表性周期： 其中，表示通道的代表性周期，表示相似度矩陣的前個(gè)相似度值，表示序列長度； 根據(jù)所述代表性周期確定各通道的編碼長度； 基于所述編碼長度生成隨機(jī)起始索引，確定編碼起始位置； 基于所述編碼起始位置進(jìn)行周期編碼，生成周期編碼序列； 所述增強(qiáng)時(shí)間卷積網(wǎng)絡(luò)模型包括多個(gè)增強(qiáng)時(shí)間卷積模塊和通道注意力模塊； 所述增強(qiáng)時(shí)間卷積模塊包括因果卷積層、膨脹卷積層和殘差連接層； 所述因果卷積層包括： 其中，表示卷積核權(quán)重，表示卷積核大小，表示輸入層接收的時(shí)間序列數(shù)據(jù)中時(shí)間點(diǎn)的值，表示因果卷積輸出結(jié)果； 所述膨脹卷積層包括： 其中，表示膨脹卷積結(jié)果，表示膨脹率； 所述殘差連接層包括： 其中，表示增強(qiáng)時(shí)間卷積模塊的輸出結(jié)果，表示增強(qiáng)時(shí)間卷積模塊的原始輸入的周期編碼序列； 所述通道注意力模塊，用于對(duì)各通道沿時(shí)間維度進(jìn)行全局平均池化，生成通道統(tǒng)計(jì)量： 其中，表示通道的通道統(tǒng)計(jì)量，表示序列長度，表示輸入序列數(shù)據(jù)第個(gè)時(shí)間步的第個(gè)通道的時(shí)間序列； 所述通道注意力模塊，還用于通過非線性變換生成通道權(quán)重： 其中，和分別表示全連接層參數(shù)，表示壓縮比，表示Relu激活函數(shù)，表示Sigmoid函數(shù)，表示通道注意力權(quán)重，表示全局平均池化后的結(jié)果； 所述通道注意力模塊，還用于將各通道的通道注意力權(quán)重與增強(qiáng)時(shí)間卷積網(wǎng)絡(luò)模型的原始輸入的周期編碼序列進(jìn)行逐通道相乘： 其中，表示通道注意力模塊的輸出結(jié)果，表示逐通道乘法，表示增強(qiáng)時(shí)間卷積網(wǎng)絡(luò)模型的原始輸入的周期編碼序列。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請(qǐng)人或?qū)＠麢?quán)人湖南工商大學(xué)，其通訊地址為：410000 湖南省長沙市岳麓區(qū)岳麓大道569號(hào)；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。