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！

龙图腾网获悉上海至盛信息技术股份有限公司申请的专利一种基于人工智能的计算机系统故障检测方法及系统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：CN119226018B 。

龙图腾网通过国家知识产权局官网在2025-06-13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：202411280362.0，技术领域涉及：G06F11/07；该发明授权一种基于人工智能的计算机系统故障检测方法及系统是由史绍军设计研发完成，并于2024-09-13向国家知识产权局提交的专利申请。

本一种基于人工智能的计算机系统故障检测方法及系统在说明书摘要公布了：本发明涉及一种基于人工智能的计算机系统故障检测方法及系统，属于故障检测技术领域。其中，该方法包括：获取初始计算机系统数据，将初始计算机系统数据中的无效数据、残缺数据以及重复数据进行剔除，并根据故障预测指标设定初始计算机系统数据对应属性分类，根据属性分类提取初始计算机系统数据中的硬件状态数据和系统运行状态数据；构建二维差值矩阵，根据二维差值矩阵构建多模态样本；构建故障识别模型，根据多模态样本对故障识别模型进行训练，训练过程包括无监督预训练和全监督微调；根据故障识别模型对实时采集的计算机系统数据观测值进行自动模态匹配得到系统故障识别状态。降低了基于数据驱动的故障检测模型的误报和漏报率。

本发明授权一种基于人工智能的计算机系统故障检测方法及系统在权利要求书中公布了：1.一种基于人工智能的计算机系统故障检测方法，其特征在于，包括： S1：获取初始计算机系统数据，将所述初始计算机系统数据中的无效数据、残缺数据以及重复数据进行剔除，并根据故障预测指标设定初始计算机系统数据对应属性分类，根据所述属性分类提取所述初始计算机系统数据中的硬件状态数据和系统运行状态数据； S2：根据所述硬件状态数据和系统运行状态数据的数据类别构建二维差值矩阵，根据所述二维差值矩阵构建多模态样本； S3：构建故障识别模型，根据所述多模态样本对所述故障识别模型进行训练，所述训练过程包括无监督预训练和全监督微调； 所述故障识别模型基于卷积神经网络，将所述二维差值矩阵作为网络输入数据，在卷积层后加入权重共享层，所述卷积层通过局部感受野提取输入数据的特征图，将所述特征图作为所述权重共享层的输入，根据卷积核与匹配滤波器结构上的相似性，利用不同卷积层的卷积核权重构造对不同参数的具有泛化能力的卷积滤波器；所述权重共享层包括平方采样层和平方根采样层； 所述无监督预训练通过将学习所述权重共享层中平方采样层的权重，所述平方根采样层的权重为固定设置并硬编码用于表征所述平方采样层的拓扑结构，在给定了所述输入数据后，通过对所述输入数据在所述平方根采样层的系数特征表征学习所述平方采样层的权重，计算公式为： 其中，W为平方采样层的权重矩阵，WT为平方采样层的权重矩阵的转置矩阵，I为单位矩阵，T为采样周期，m为隐藏单元数量，n为输入数据维度大小，Vik为平方根采样层的权重，Wkj为平方采样层的权重，为输入数据的局部特征； S4：根据所述故障识别模型对实时采集的计算机系统数据观测值进行自动模态匹配得到系统故障识别状态。

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上海至盛信息技术股份有限公司，其通讯地址为：201613 上海市松江区中辰路299号1幢636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”。