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！

龙图腾网获悉国网信通亿力科技有限责任公司;国家电网有限公司申请的专利基于多尺度时序特征融合的隐蔽数据中心智能识别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：CN121350545B 。

龙图腾网通过国家知识产权局官网在2026-03-17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：202511926819.5，技术领域涉及：G06F18/21；该发明授权基于多尺度时序特征融合的隐蔽数据中心智能识别方法是由郭利杰;李颖毅;陆鑫;陈婧;姜现凯;黄屏发;林超;陈文焰;施炜炜;游苏鹏设计研发完成，并于2025-12-19向国家知识产权局提交的专利申请。

本基于多尺度时序特征融合的隐蔽数据中心智能识别方法在说明书摘要公布了：本发明涉及一种基于多尺度时序特征融合的隐蔽数据中心智能识别方法，包括以下步骤：S1:获取待检测区域时序数据并预处理；S2:基于预处理后的时序张量，在实体与观测点层面建立初始图结构，并通过数据驱动的自适应图学习机制对边权进行校准与稀疏化，学习节点对之间的多重时滞路径集合，得到优化后的动态邻接与时滞权重；S3:结合ST‑GNN模型构建隐蔽数据中心智能识别模型；S4:训练隐蔽数据中心智能识别模型，得到训练后的隐蔽数据中心智能识别模型；S5:根据实时数据流，获取实时检测概率和置信区间；S6:通过代价敏感曲线选择初始告警阈值，并进行自适应微调，并根据实时检测概率获取最终告警清单。本发明有效提高隐蔽数据中心智能识别效率。

本发明授权基于多尺度时序特征融合的隐蔽数据中心智能识别方法在权利要求书中公布了：1.基于多尺度时序特征融合的隐蔽数据中心智能识别方法，其特征在于，包括以下步骤： S1:获取待检测区域网络流量时序数据、电力负载时序数据与环境时序数据，并预处理，得到预处理后的时序张量； S2:基于预处理后的时序张量，在实体与观测点层面建立初始图结构，并通过数据驱动的自适应图学习机制对边权进行校准与稀疏化，学习节点对之间的多重时滞路径集合，得到优化后的动态邻接与时滞权重； S3:根据到动态邻接与时滞权重，结合ST-GNN模型构建隐蔽数据中心智能识别模型； S4:根据预处理后的时序张量，训练隐蔽数据中心智能识别模型，得到训练后的隐蔽数据中心智能识别模型； S5:基于训练后的隐蔽数据中心智能识别模型，根据实时数据流，获取实时检测概率和置信区间； S6:通过代价敏感曲线选择初始告警阈值，并在运行期依据漂移与置信区间进行自适应微调，并根据实时检测概率获取最终告警清单； 所述隐蔽数据中心智能识别模型包括时滞感知的边级聚合层、 时空块堆叠层、判别头与置信区间头，具体如下： 输入预处理后的时序张量X，动态邻接At，时滞权重，对应时滞集合，其中表示第个具体的时滞长度值； 时滞感知的边级聚合层，对每一对有边的节点i，j，先按时滞集合将i的时间序列对齐到j的时间轴，再以时滞注意力权重融合，形成边级信息传递到j； 所述时空块堆叠层包括若干时空块，每个时空块包含空间图卷积与多尺度时间卷积两个分支，通过门控融合； 所述判别头与置信区间头，根据门控融合后的特征zgraph，通过判别头获取检测概率，其中，为激活函数，MLP表示多层感知机，通过置信区间头获取置信区间。

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国网信通亿力科技有限责任公司;国家电网有限公司，其通讯地址为：361008 福建省厦门市软件园二期观日路36号402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”。

以上内容由龙图腾AI智能生成。