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：中国科学院信息工程研究所
摘要：本发明公开了一种5G核心网多维KPI时间序列的异常检测方法及系统，属于网络安全领域。本发明通过采集5G核心网中的数据包并对其进行解析，识别消息类型和进行KPI统计计数来生成多维KPI时间序列，然后对多维KPI时间序列进行离线处理生成KPI的筛选结果，再通过在线处理基于前述筛选结果筛选KPI时间序列并进行异常检测。本发明实现了在没有标注信息的情况下检测多维KPI时间序列中的多种异常，解决现有的KPI检测方法无法适用于5G核心网中多维KPI的问题。
主权项：1.一种5G核心网多维KPI时间序列的异常检测方法，其特征在于，包括以下步骤：采集5G核心网中的数据包，并解析成详细记录xDR话单；根据xDR话单识别消息类型，通过分析消息内容进行关键绩效指标KPI统计计数，生成多维KPI时间序列；对多维KPI时间序列进行离线处理，包括对多维KPI时间序列进行时序预测和残差计算，对残差计算生成的KPI残差序列进行关联计算，对强关联KPI进行KPI筛选并仅保留其中一个，生成筛选结果；离线处理的关联计算为使用时间滞后互相关算法TLCC计算每两个KPI残差序列之间的时序关联性；离线处理的KPI筛选是将经过TLCC算法计算的时序关联性强的若干个KPI中保留最早波动的KPI；对于同时波动的KPI，随机保留其中一个；剔除其他的KPI；对多维KPI时间序列进行在线处理，包括根据上述筛选结果对多维KPI时间序列进行KPI筛选，根据筛选后的KPI时间序列进行时序预测和残差计算，再对筛选后的KPI时间序列和残差计算生成的KPI残差序列进行异常检测；在线处理对筛选后的KPI时间序列和残差计算生成的KPI残差序列使用孤立森林模型进行异常点检测，将两者检测出的异常结果取并集作为最终的检测结果；离线处理和在线处理的时序预测均为通过设置时间移动窗口，对窗口中的KPI序列值使用长短期记忆网络模型进行预测，生成KPI预测序列；离线处理和在线处理的残差计算均为将KPI预测序列与等维度的KPI时间序列作差，得到等维度的KPI残差序列。
全文数据：
权利要求：
百度查询： 中国科学院信息工程研究所 一种5G核心网多维KPI时间序列的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