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！

龙图腾网获悉南京争锋信息科技有限公司申请的专利基于树模型的金融系统演练场景关键故障风险分析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：CN120125346B 。

龙图腾网通过国家知识产权局官网在2025-07-22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：202510622727.1，技术领域涉及：G06Q40/06；该发明授权基于树模型的金融系统演练场景关键故障风险分析方法是由阮峰;耿宜龙;张文鹏;许小龙;洪乾森;陈金鹏;陈纯杰设计研发完成，并于2025-05-15向国家知识产权局提交的专利申请。

本基于树模型的金融系统演练场景关键故障风险分析方法在说明书摘要公布了：本申请涉及一种基于树模型的金融系统演练场景关键故障风险分析方法。该方法包括：收集金融系统被测试模块在混沌工程故障演练的故障数据，获得故障数据集，对故障数据集使用高斯混合模型和K‑means聚类分析法进行分类，确定故障数据集中各故障数据所属的故障类型，使用基于随机森林构建的决策树对故障数据集中各故障数据进行分析，确定各故障数据的特征重要性，将各故障数据的特征重要性输入XGBoost模型进行预测分析，获得各故障数据的风险预测值，根据各故障数据所属的故障类型和风险预测值进行综合分析，确定出关键故障及关键故障路径。提高了金融系统的故障风险分析的精准度及效率。

本发明授权基于树模型的金融系统演练场景关键故障风险分析方法在权利要求书中公布了：1.一种基于树模型的金融系统演练场景关键故障风险分析方法，其特征在于，所述基于树模型的金融系统演练场景关键故障风险分析方法包括： 收集金融系统被测试模块在混沌工程故障演练的日志文件，对所述日志文件进行分析，提取日志文件中的故障数据，获得故障数据集； 对所述故障数据集使用高斯混合模型和K-means聚类分析法进行分类，确定所述故障数据集中各故障数据所属的故障类型； 使用基于随机森林构建的决策树对所述故障数据集中各故障数据进行分析，确定各故障数据的特征重要性； 将各故障数据的特征重要性输入XGBoost模型进行预测分析，获得各故障数据的风险预测值； 根据各故障数据所属的故障类型和风险预测值进行综合分析，确定出关键故障，并输出包含所述关键故障的关键故障路径； 所述根据各故障数据所属的故障类型和风险预测值进行综合分析，确定出关键故障，并输出包含所述关键故障的关键故障路径，包括： 根据各故障数据所属的故障类型和风险预测值，采用风险值加权公式进行综合分析，获得各故障数据的最终风险值； 根据各故障数据的最终风险值，确定出最终风险值超过阈值的故障数据，并将该故障数据所表征的故障确定为关键故障，并输出包含所述关键故障的关键故障路径； 所述风险值加权公式为： ， ； 其中，为故障数据i的最终风险值，为故障数据i的风险系数，为故障数据i所属簇包含的故障数据个数，为故障数据i的载荷向量与簇中心的距离。

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南京争锋信息科技有限公司，其通讯地址为：210031 江苏省南京市江北新区商务办公楼401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”。