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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利一种异常检测方法及装置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：CN116910507B 。

龙图腾网通过国家知识产权局官网在2026-05-12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：202310758510.4，技术领域涉及：G06F18/213；该发明授权一种异常检测方法及装置是由司昊田;裴昶华;张海明;黎建辉设计研发完成，并于2023-06-26向国家知识产权局提交的专利申请。

本一种异常检测方法及装置在说明书摘要公布了：一种异常检测方法，应用于部署有监控系统的计算设备，监控系统用于监控计算设备中多个关键性能指标KPI，方法包括：确定时刻t时存储的M个维度的KPI数据的历史特征向量，历史特征向量用于表征时刻t之前时间的特征向量，M大于等于1；基于时刻t的历史特征向量，通过预测模型对时刻t的KPI向量进行预测，得到时刻t时的预测特征向量；获取时刻t的KPI数据的真实值，得到该真实值的向量；基于预测向量与真实值的向量，确定时刻t时的KPI数据是否出现异常。该方法在没有人工参与的情况下，就可以在大量的KPI数据中快速判断出出现异常的KPI。

本发明授权一种异常检测方法及装置在权利要求书中公布了：1.一种异常检测方法，其特征在于，应用于计算设备，所述计算设备部署有监控系统，所述监控系统用于监控所述计算设备中多个关键性能指标KPI，所述方法包括： 确定时刻t时存储的M个维度的KPI数据的历史特征向量，所述历史特征向量用于表征所述时刻t之前时间的特征向量，M大于等于1； 基于时刻t的历史特征向量，通过预测模型对时刻t的KPI向量进行预测，得到时刻t时的预测特征向量，包括：通过多个不同的专家网络对所述历史特征向量进行特征提取，得到多个专家特征向量；确定每个维度的KPI数据在所述专家特征向量中的权重；将所述多个专家特征向量按照所述权重进行整合，得到所述每个维度的KPI数据的特质化特征向量；通过多层前馈神经网络对所述特质化特征向量进行处理，得到每个维度的KPI数据在时刻t时的预测值；将所述预测值进行整合，确定时刻t时的预测特征向量；其中，所述确定每个维度的KPI数据在所述专家特征向量中的权重，包括：确定所述历史特征向量的M个子向量，所述子向量为所述历史特征向量中每一维KPI数据的特征向量；将所述M个子向量中的每一个子向量输入到每一维KPI数据所对应的独享门控结构，确定每一个子向量的独享权重；将所述M个子向量中的每一个子向量输入到每一维KPI数据所对应的共享门控结构，确定每一个子向量的共享权重，所述共享门控结构与所述独享门控结构的可训练矩阵不同；基于所述独享权重与所述共享权重，确定每个维度的KPI数据在所述专家特征向量中的权重； 获取时刻t的KPI数据的真实值，得到该真实值的向量； 基于所述预测特征向量与所述真实值的向量，确定时刻t时的KPI数据是否出现异常。

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国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2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。