南京邮电大学冯佳骥获国家专利权
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！
龙图腾网获悉南京邮电大学申请的专利时序数据异常检测模型的构建方法、异常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：CN119622579B 。
龙图腾网通过国家知识产权局官网在2025-10-24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：202411705686.4，技术领域涉及：G06F18/2433；该发明授权时序数据异常检测模型的构建方法、异常检测方法及系统是由冯佳骥;潘甦;池淼设计研发完成，并于2024-11-26向国家知识产权局提交的专利申请。
本时序数据异常检测模型的构建方法、异常检测方法及系统在说明书摘要公布了：本发明公开一种时序数据异常检测模型的构建方法、异常检测方法及系统，采用基于TCN‑LSTM‑CMA自编码器构建的模型，对时序数据进行重构，生成重构数据；通过比较重构前后的时序数据和重构数据，计算出重构误差；根据计算出的重构误差，采用孤立森林算法进行异常检测，识别出时序数据中的异常数据。本发明提出了一种全新的TCN‑LSTM‑CMA自编码器模型构建方法，并结合孤立森林方法，用来进行时序数据异常检测。该方法克服了现有异常检测方法在精度、适应性和鲁棒性方面的不足。该方法在工业监控、网络安全等领域的时序数据异常检测方面具有广泛的应用前景。
本发明授权时序数据异常检测模型的构建方法、异常检测方法及系统在权利要求书中公布了：1.一种时序数据异常检测方法，应用于网络流量分析，其特征在于，包括如下步骤： S1、获取时序数据，并对所述时序数据进行预处理，生成数据集； S2、构建自编码器，所述自编码器由编码器和解码器两部分组成； 所述编码器采用TCN-LSTM-CMA框架，数据集依次经由编码器部分的时序卷积网络、长短期记忆网络和因果遮掩自注意力机制，提取特征； 所述解码器采用LSTM-TCN框架，编码器提取的特征，依次经由解码器部分的长短期记忆网络和时序卷积网络，重构为与时序数据相似的重构数据； S3、通过比较重构前后的时序数据和重构数据，计算出重构误差； S4、根据计算出的重构误差，采用孤立森林算法进行异常检测，识别出时序数据中的异常数据。
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邮电大学，其通讯地址为：210003 江苏省南京市鼓楼区新模范马路66号；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。
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号
请提出您的宝贵建议，有机会获取IP积分或其他奖励