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！

龙图腾网获悉湖南工商大学申请的专利基于时频特征对比增强的微服务系统异常检测方法、装置、设备及存储介质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：CN121144144B 。

龙图腾网通过国家知识产权局官网在2026-02-13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：202511685400.5，技术领域涉及：G06F11/30；该发明授权基于时频特征对比增强的微服务系统异常检测方法、装置、设备及存储介质是由陈荣元;王晨龙;王芷萱;邹庆奥设计研发完成，并于2025-11-18向国家知识产权局提交的专利申请。

本基于时频特征对比增强的微服务系统异常检测方法、装置、设备及存储介质在说明书摘要公布了：本发明公开了一种基于时频特征对比增强的微服务系统异常检测方法、装置、设备及存储介质，该方法包括：将微服务系统的原始数据输入至预训练的目标异常检测模型进行处理，输出异常检测结果；由于本发明通过频率特征增强模块提取频域特征，从而增强通道间的依赖关系，提升了模型对频率信息的利用能力，基于频域特征生成多层次的正样本和负样本，然后分别进行多层次特征编码，有效模拟真实数据的异常情况，防止模型退化，增强模型对波动的识别能力从而准确检测微服务系统中的异常波动，将重构与对比学习相结合，增强模型对异常信号的识别能力，提高异常检测的鲁棒性和准确性，实现准确地检测出微服务系统中的异常波动。

本发明授权基于时频特征对比增强的微服务系统异常检测方法、装置、设备及存储介质在权利要求书中公布了：1.一种基于时频特征对比增强的微服务系统异常检测方法，其特征在于，所述方法应用于微服务系统，所述方法包括： 将微服务系统的原始数据输入至预训练的目标异常检测模型进行处理，输出异常检测结果； 所述目标异常检测模型的处理过程，包括： 对微服务系统的原始数据进行归一化处理，获得归一化后的原始数据； 通过频域特征增强模块对所述归一化后的原始数据进行频域特征提取，获得输入特征序列； 对所述输入特征序列进行切片划分，生成多个不同层次的正样本序列； 将所述正样本序列分别输入至正样本编码结构和负样本编码结构进行特征编码，获得正样本特征和负样本特征； 通过解码器分别对所述正样本特征和所述负样本特征进行解码输出，获得正样本输出结果和负样本输出结果，并对正样本输出结果进行反归一化处理，获得重构序列； 基于所述正样本输出结果和所述负样本输出结果生成对比异常分数，并基于所述重构序列和所述归一化后的原始数据生成重构异常分数； 基于所述对比异常分数和所述重构异常分数确定目标异常分数，判断所述目标异常分数是否高于预设异常分数阈值，并将判断结果输出为异常检测结果； 所述频域特征增强模块的频域特征提取过程，包括： 对所述归一化后的原始数据的每个通道的时间序列进行离散余弦转换，获得频域特征： 其中，表示DCT转换数据，表示频率索引，表示归一化后的原始数据，表示时间序列中第个时间点的数值，表示时间索引，表示序列长度； 对所述频域特征进行归一化，获得归一化后的频域特征： 其中，表示归一化后的频域特征，表示实例归一化函数，表示特征维度，表示批量大小，表示通道数，表示第个样本的第个通道的频域特征均值，表示第个样本的第个通道的频域特征方差，表示常数； 通过全连接层对归一化后的频域特征进行权重学习，获得频域特征权重： 其中，表示频域特征权重，表示卷积层，表示激活函数，表示Sigmoid函数； 将所述频域特征权重应用于所述归一化后的原始数据，获得加权后的时域特征，并将所述加权后的时域特征与所述归一化后的原始数据进行残差连接，获得输入特征序列： 其中，表示加权后的时域特征，表示逐元素乘法，表示输入特征序列； 所述正样本结构包括多层次编码器，所述负样本结构包括噪声污染模块和多层次编码器； 所述噪声污染模块，用于对输入至负样本编码结构中的正样本序列进行噪声污染处理，生成负样本序列，并将所述负样本序列输出至所述多层次编码器； 所述多层次编码器的特征编码过程，包括： 对输入序列进行值嵌入编码和位置嵌入编码，获得值编码特征和位置编码特征，所述输入序列为正样本序列或负样本序列； 将所述值编码特征和所述位置编码特征进行特征融合，并对融合后的特征进行正则化，获得候选特征； 将所述候选特征输入至多头注意力机制层对进行计算，获得多头注意力机制计算结果； 对所述多头注意力机制计算结果进行残差连接和归一化处理，获得中间特征，并将所述中间特征输入至前馈网络进行处理，获得输出特征，所述输出特征为正样本特征或负样本特征。

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湖南工商大学，其通讯地址为：410000 湖南省长沙市岳麓区岳麓大道569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。