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！

龙图腾网恭喜浙江万里学院申请的专利一种基于人工智能的异常数据监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：CN119293491B 。

龙图腾网通过国家知识产权局官网在2025-03-11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：202411844377.5，技术领域涉及：G06F18/213；该发明授权一种基于人工智能的异常数据监测方法及系统是由赵晨;袁杰;金冉设计研发完成，并于2024-12-16向国家知识产权局提交的专利申请。

本一种基于人工智能的异常数据监测方法及系统在说明书摘要公布了：本发明公开了一种基于人工智能的异常数据监测方法及系统，涉及数据监测技术领域，该方法通过实时监测并预处理来自不同来源的数据，生成标准化特征矩阵，有效减少了数据噪声和特征间的尺度差异，并通过分析每条样本相对于整体分布的偏差情况，结合卡方分布表的临界值对样本进行异常判定，确保了异常数据的检测精准性。接着利用人工智能技术对异常样本进行增强，通过引入分布约束，动态生成若干组补充异常样本，同时确保生成样本贴近真实分布，再通过识别并筛除异常组内的离群点，进一步降低增强过程中因噪声或偏差引入的不合理样本，从而提升了异常组数据的质量。

本发明授权一种基于人工智能的异常数据监测方法及系统在权利要求书中公布了：1.一种基于人工智能的异常数据监测方法，其特征在于：包括以下步骤，S1、利用监测设备，实时监测来自不同来源的数据，以生成原始特征矩阵，通过将原始特征矩阵进行数据预处理，以构建出标准化特征矩阵；S2、基于S1中获取的标准化特征矩阵，分析标准化特征矩阵内每条样本相对于整个样本分布的偏差情况，以获取分布偏离因子Fpyz，基于所述分布偏离因子Fpyz数值，识别标准化特征矩阵内的异常样本；S2具体步骤包括有：S21、基于S12中获取的标准化特征矩阵，分析标准化特征矩阵内每条样本相对于整个样本分布的偏差情况，以获取分布偏离因子Fpyz，所述分布偏离因子Fpyz通过以下公式获取： ；式中，表示第i条样本的分布偏离因子；m表示相应条样本内的特征参量数量，j=1、2、3、...、m，表示第i条样本内第j个特征参量的数值，表示标准化特征矩阵内第j个特征参量的均值，表示标准化特征矩阵内第j个特征参量的标准差，i表示标准化特征矩阵内的样本条数；S3、利用人工智能技术，结合S2中的识别内容，对异常样本进行样本增强作业，并在进行样本增强过程中，引入分布约束，以获取若干组补充异常样本，并结合S2中识别的异常样本，生成异常组；S4、基于异常组，分析若干组补充异常样本在异常组中的离群程度，以获取相应补充异常样本的脱群系数Lqyz，基于相应补充异常样本的脱群系数Lqyz，以识别与筛除异常组内的离群点，并在筛除离群点的基础上，分析经样本增强作业后，整个样本分布的平衡，以获取平衡度Phd；S43、在筛除离群点的基础上，重新统计异常组，并分析经样本增强作业后，整个样本分布的平衡，以获取平衡度Phd，所述平衡度Phd通过以下公式获取： ；式中，Zcs表示正常组内样本数，Ycs表示异常组内样本数；S5、预先设定平衡阈值K，并将其与所述平衡度Phd进行比对分析，以衡量当前整个样本分布的平衡状态，并基于衡量结果，判断是否需进行迭代增强作业；S5具体步骤包括有：S51、预先设定平衡阈值K，并将所述平衡度Phd与平衡阈值K进行比对分析，以衡量当前整个样本分布的平衡状态，具体衡量内容如下：S511、若平衡度Phd超过平衡阈值K时，此时将衡量当前整个样本分布未处于平衡状态，并向外发出红色预警；S512、若平衡度Phd未超过平衡阈值K时，此时将衡量当前整个样本分布处于平衡状态，并向外发出绿色预警；S52、基于S51内的衡量结果，当接收到绿色预警时，此时将无需进行迭代增强作业，并将异常组输入至云平台；当接收到红色预警时，此时将重复S3及S4步骤，以进行迭代增强作业，直至接收到绿色预警时停止迭代增强作业，并将异常组输入至云平台。

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浙江万里学院，其通讯地址为：315100 浙江省宁波市鄞州区钱湖南路8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”。