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！

龙图腾网获悉中汽研软件测评(天津)有限公司申请的专利一种基于服务网格架构的汽车软件异常深度学习检测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：CN119088670B 。

龙图腾网通过国家知识产权局官网在2025-09-16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：202410834702.3，技术领域涉及：G06F11/3668；该发明授权一种基于服务网格架构的汽车软件异常深度学习检测方法是由鞠伟男;赵秋俊;周书华;苏煜;邵学彬;朱立爽;肖紫芸;王磊;李奇;盛苗苗;张秀丽;李丹阳;刘宏伟设计研发完成，并于2024-06-26向国家知识产权局提交的专利申请。

本一种基于服务网格架构的汽车软件异常深度学习检测方法在说明书摘要公布了：本发明公开了一种基于服务网格架构的汽车软件异常深度学习检测方法，包括如下步骤：步骤1：搭建覆盖汽车电子电气架构的轻量化汽车服务网格，形成集中管控的数据面和控制面；步骤2：在汽车服务网格控制面中部署汽车软件异常检测模块，实时订阅和分析服务运行时遥测数据，进行实时异常检测。本发明提出了一种基于服务网格架构的汽车软件异常深度学习检测方法，该方法充分利用服务网格架构中控制面提供的全局数据汇聚能力，将分散在各个服务节点的异构数据，如车辆状态数据、环境参数等，集中到统一的数据平面进行关联分析，实现从单一结构化数据到全局多模态数据的检测模式升级。

本发明授权一种基于服务网格架构的汽车软件异常深度学习检测方法在权利要求书中公布了：1.一种基于服务网格架构的汽车软件异常深度学习检测方法，其特征在于，包括如下步骤： 步骤1：搭建覆盖汽车电子电气架构的轻量化汽车服务网格，形成集中管控的数据面和控制面； 步骤2：在汽车服务网格控制面中部署汽车软件异常检测模块，实时订阅和分析服务运行时遥测数据，进行实时异常检测；所述汽车软件异常检测模块包括端到端深度学习异常检测模型，利用异常检测模型进行实时异常检测； 所述异常检测模型的构建过程如下： 1对汽车服务网格收集的遥测数据进行清洗、转换和归一化预处理操作； 2基于预处理后的数据，构建服务间调用关系的有向图模型；先将每个服务抽象为图中的一个节点，再根据服务间的调用关系生成有向边，随着服务网格中调用关系的动态变化，实时更新图的节点和边； 3使用图卷积网络对服务调用拓扑图进行特征提取；先通过随机游走或节点属性聚合方法，学习每个服务节点的低维嵌入表示，在节点嵌入的基础上，通过图卷积操作聚合邻居节点的特征信息，更新节点表示，通过图池化操作对节点表示进行汇聚，生成整个服务调用拓扑图的嵌入向量； 4循环神经网络用于提取各服务的时间序列特征，使用循环神经网络对这些时间序列数据进行特征提取； 5在图卷积网络和循环神经网络提取的特征基础上，设计深度学习异常检测模型；具体地，图卷积网络提取的服务调用拓扑图特征向量为v_graph，循环神经网络提取的各服务时间序列特征向量分别为v_s1_rnn,v_s2_rnn,...,v_sm_rnn； 特征融合：将图特征和时间序列特征拼接起来，形成一个长向量： v_concat＝Concatv_graph,v_s1_rnn,v_s2_rnn,...,v_sm_rnn 其中，Concat为张量拼接操作； 特征变换：使用全连接层对拼接后的特征向量进行非线性变换，提取高阶交互特征： h_fuse＝ReLUDensev_concat 其中，Dense为全连接层，ReLU为激活函数，可以增加模型的非线性表达能力；堆叠多个全连接层： h_fuse＝ReLUDenseReLUDensev_concat 异常分数计算：最后接一个Sigmoid激活函数，将特征表示映射到0-1之间，得到异常概率分数： y＝SigmoidDenseh_fuse 其中，Sigmoid函数将实数压缩到0-1区间，越接近1表示异常可能性越大。

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中汽研软件测评(天津)有限公司，其通讯地址为：300399 天津市东丽区先锋东路68号17号楼；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。