Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 恭喜华为云计算技术有限公司乔治·卡多索获国家专利权

恭喜华为云计算技术有限公司乔治·卡多索获国家专利权

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!

龙图腾网恭喜华为云计算技术有限公司申请的专利检测连续事件中的异常的装置和方法及其计算机程序产品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:CN113228006B

龙图腾网通过国家知识产权局官网在2025-03-07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:201880100295.6,技术领域涉及:G06F17/18;该发明授权检测连续事件中的异常的装置和方法及其计算机程序产品是由乔治·卡多索;萨索·内德尔科斯基设计研发完成,并于2018-12-17向国家知识产权局提交的专利申请。

检测连续事件中的异常的装置和方法及其计算机程序产品在说明书摘要公布了:本发明涉及数据处理领域,更具体地,涉及一种用于通过使用深度学习技术检测连续事件中的异常的装置和方法,并且涉及一种对应的计算机程序产品。本发明可以实现在时间序列中快速和自动地检测所述异常,即使所述时间序列具有以下特征:非平稳性、多重季节性频率、多个潜在分布以及高噪声信号比。为此,本发明建议从所述时间序列中检索不同的显著特征,然后将这些不同的显著特征组合在特征向量中。进一步分析所述特征向量与表征正常类的预先存储的基线模型的对应关系。如果所述时间序列的所述特征向量与所述基线模型之间没有对应关系,则所述时间序列与所述异常关联。

本发明授权检测连续事件中的异常的装置和方法及其计算机程序产品在权利要求书中公布了:1.一种用于检测连续事件中的异常的方法,其特征在于,包括:通过生成事件属性和关联的属性值的对来记录每个与多个网络计算机中的微服务应用相关的新事件;将具有相同事件属性的对分组到当前时间序列中;从所述当前时间序列中检索指示所述属性值的变化模式的信号特征、指示所述相同事件属性中的每个事件属性已经发生的上下文特征,以及指示所述属性值之间的时间相关性的时间特征,将所述信号特征、所述上下文特征和所述时间特征组合成特征向量,检查所述当前时间序列的特征向量是否对应于预先存储的基线模型,所述基线模型是根据非监督式机器学习算法使用多个过去时间序列的特征向量获得的,所述基线模型对感兴趣的系统的正常行为进行建模,所述感兴趣的系统是稳定的,并且基线模型是根据对数千或数百万个不同的跨度的过去时间序列的正态性分析获得的,这些时间序列是噪声的、季节性的和非平稳的,所述多个过去时间序列包括与所述当前时间序列相同的事件属性;如果所述特征向量与所述基线模型之间没有对应关系,则将所述当前时间序列与所述异常关联,其中所述异常是指所述多个网络计算机中的微服务应用发生偏离标准或正常的情况;所述检索所述信号特征包括:从所述当前时间序列中删除离群值;将所述当前时间序列转换为正态分布且归一化的数据集;向所述数据集应用降噪操作,以检索所述属性值的所述变化模式;接收用户输入,所述用户输入包括预定义异常模式,每个异常模式表征特定异常类型;根据监督式机器学习算法使用所述预定义异常模式和所述预定义异常模式的不同变化来获得识别模型,所述识别模型定义所述异常模式与关联的时间序列之间的映射;根据所述识别模型识别与所述当前时间序列关联的所述异常类型;通过使用具有预定义大小的滑动窗口将所述当前时间序列划分为多个时间段;通过使用所述识别模型检测所述时间段中的至少一个异常模式,所述至少一个异常模式中的每个异常模式具有信任度;根据所述信任度对所述至少一个异常模式进行排序;为所述当前时间序列选择排序第一的异常模式。

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华为云计算技术有限公司,其通讯地址为:550025 贵州省贵阳市贵安新区黔中大道交兴功路华为云数据中心;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”。

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。