龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：深圳技师学院(深圳高级技工学校)
摘要：本发明提供了一种基于条件扩散模型的服务器多指标时间序列异常检测方法及系统，所述方法包括采集服务器多指标时间序列，作为待测样本；将所述待测样本和实体ID输入训练好的条件扩散模型，通过反向去噪过程生成重构样本；通过比较原始待测样本和所述重构样本在每个时间步上的差异来计算异常分数；根据所述异常分数判断所述待测样本是否异常。本发明的方法及系统，通过引入强大的生成式模型学习服务器正常状态的多指标分布，并融合结构化表征和跨个体建模，形成服务器异常的参照系和判别方案，进而实现精准、实时、可解释的异常检测，促进服务器智能运维降本提效，为服务器的稳定运行保驾护航。
主权项：1.一种基于条件扩散模型的服务器多指标时间序列异常检测方法，其特征在于，所述方法包括：采集服务器多指标时间序列，作为待测样本；将所述待测样本和实体ID输入训练好的条件扩散模型，通过反向去噪过程生成重构样本；通过比较原始待测样本和所述重构样本在每个时间步上的差异来计算异常分数；根据所述异常分数判断所述待测样本是否异常；其中，所述条件扩散模型的训练过程包括：从训练数据集中随机采样一批正常样本，然后随机采样噪声∈和时间步t，生成对应的噪声样本；接着，将噪声样本、时间步和实体ID输入所述条件扩散模型计算重构损失,并通过反向传播计算损失的梯度、更新所述条件扩散模型的参数θ；重复迭代这一训练过程M轮,即可得到训练后的模型参数θ；其中，所述条件扩散模型的主干网络由多个S4Layer组成,每个S4Layer内部包括：双向因果卷积层，用于提取局部时空特征；结构化状态空间层，用于建模长程依赖；前馈层，用于非线性变换和特征混合；跳跃连接，用于将低层和高层的特征图直接相加。
全文数据：
权利要求：
百度查询： 深圳技师学院(深圳高级技工学校) 一种基于条件扩散模型的服务器多指标时间序列异常检测方法及系统
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号