国投智能(南京)信息科技有限公司武春庆获国家专利权
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!
龙图腾网获悉国投智能(南京)信息科技有限公司申请的专利一种数据全生命周期下的元学习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:CN120579100B 。
龙图腾网通过国家知识产权局官网在2026-05-08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:202510649539.8,技术领域涉及:G06F18/2433;该发明授权一种数据全生命周期下的元学习异常检测方法及系统是由武春庆设计研发完成,并于2025-05-20向国家知识产权局提交的专利申请。
本一种数据全生命周期下的元学习异常检测方法及系统在说明书摘要公布了:本发明公开了一种数据全生命周期下的元学习异常检测方法及系统,包括:根据预设采样频率采集原始数据流,得到带有阶段标签的原始数据集;对其进行空值‑零值清洗,输出粗筛数据集;按生命周期阶段划分为若干元学习任务,采用基于梯度的模型无关元学习框架,以任务为单元进行外循环与内循环迭代,获得阶段无关的初始化参数,生成阶段自适应异常检测模型;对未标注查询集及待测流数据计算异常得分,并结合中位数偏差阈值进行复核,输出最终异常数据集。本发明通过全生命周期阶段的元学习任务划分及基于梯度的模型无关元学习框架,解决了数据全生命周期不同阶段数据特征差异显著、异常检测模型泛化能力不足和难以适应阶段间概念漂移的问题。
本发明授权一种数据全生命周期下的元学习异常检测方法及系统在权利要求书中公布了:1.一种数据全生命周期下的元学习异常检测方法,其特征在于,包括: 根据预设采样频率,对目标信息系统在数据生命周期的生成、传输、存储、处理、归档及销毁六个阶段分别采集原始数据流,得到带有阶段标签的原始数据集D0; 对所述原始数据集D0进行空值-零值清洗,并根据各生命周期阶段的自适应上下限动态阈值以及四分位距准则执行越限过滤,输出粗筛数据集D1; 将所述粗筛数据集D1按生命周期阶段划分为若干元学习任务Ti,对每一任务提取阶段特征向量、标注支撑样本集Si与未标注查询集Qi; 采用基于梯度的模型无关元学习框架,以所述任务Ti为单元进行外循环与内循环迭代,获得阶段无关的初始化参数; 对实时采集的目标阶段数据流,利用所述初始化参数及所述标注支撑样本集Si执行K步梯度更新,生成阶段自适应异常检测模型; 所述生成阶段自适应异常检测模型,包括:对实时采集的目标阶段数据流,构建该阶段的新支撑样本缓冲区S′;以初始化参数为起点,仅解冻密度估计模块的权重,对所述新支撑样本缓冲区S′执行n1步小批量梯度更新,内循环学习率设为,且随批次指数递减;在每一步更新后,立即在与所述新支撑样本缓冲区S′同期收集的微型验证集V′上评估损失,若损失连续q次无下降则停止更新;将停止更新时得到的模型参数记为θ′,其对应的模型即为阶段自适应异常检测模型; 利用所述异常检测模型对所述未标注查询集Qi及待测流数据计算异常得分,并结合中位数偏差阈值Z1进行复核,输出最终异常数据集A; 当检测到阶段分布漂移度量超过预设阈值Z2时,触发增量元学习流程以重训练。
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投智能(南京)信息科技有限公司,其通讯地址为:211000 江苏省南京市雨花台区软件大道11号花神大厦207、208、209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。
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。

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