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！

龙图腾网恭喜浙商银行股份有限公司;易企银(杭州)科技有限公司申请的专利基于自监督混合神经网络的运维数据异常检测方法与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：CN118733398B 。

龙图腾网通过国家知识产权局官网在2025-03-25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：202411228394.6，技术领域涉及：G06F11/30；该发明授权基于自监督混合神经网络的运维数据异常检测方法与系统是由钟斌;王镓麟;陆启羽;高致远;章浩磊设计研发完成，并于2024-09-03向国家知识产权局提交的专利申请。

本基于自监督混合神经网络的运维数据异常检测方法与系统在说明书摘要公布了：本发明公开了一种基于自监督混合神经网络的运维数据异常检测方法与系统，包括：获取运维数据并进行预处理，根据数据的历史标签划分风险等级；提取程序接口运行指标数据中的长短周期性序列的数据；将程序接口运行指标数据中长短周期性序列的数据输入到预训练的时间卷积网络中，得到周期指标权重用于异常检测网络输出的加权拼接；使用权重交叉熵损失函数对异常检测网络进行训练，使用假设检验方法捕捉机器性能数据波动辅助得到数据异常结果，通过训练好的异常检测网络进行运维数据异常检测。本发明实现了从海量运维数据中高效筛选异常数据，解决了需人工标注、小样本异常数据检测和难提取数据特征的问题。

本发明授权基于自监督混合神经网络的运维数据异常检测方法与系统在权利要求书中公布了：1.一种基于自监督混合神经网络的运维数据异常检测方法，其特征在于，该方法包括：S1、获取运维数据中的程序接口运行指标数据和机器性能指标数据；S2、对数据进行预处理，根据数据的历史标签划分风险等级；所述划分风险等级具体为：将故障和预警数据中的接口运行成功率分别构造两个正态分布图，将预警正态分布图的累计概率为0.8的点设置为x1，将两个正态分布图的相交点设置为x2；将接口运行成功率为x1至100％的数据划分为第Ⅰ类数据，x2-x1划分为第Ⅱ类数据，0-x1划分为第Ⅲ类数据；所述第Ⅰ类数据表明系统程序运行稳定鲁棒，所述第Ⅱ类数据表明系统程序存在不稳定风险但运行基本稳定，所述第Ⅲ类数据表明系统程序运行较不稳定存在较大的安全隐患和崩溃风险；S3、获取输入数据：提取程序接口运行指标数据中的长短周期性序列的数据；S4、将程序接口运行指标数据中长短周期性序列的数据输入到预训练的TCN网络中，将每个周期的每个指标时序分别进行全局平均池化后作为时序特征，将每个指标的时序特征作为一个神经元通过一个全连接层和一个softmax输出为1x3的矩阵；将每个神经元连接三个类别的三个权重值中的最大值设置为该指标时序的权重值，最终获得周期指标权重；S5、使用权重交叉熵损失函数对异常检测网络进行训练，所述异常检测网络包括CNN-TCN网络和特征拼接层，输入为S3中的输入数据，输出为周期指标权重对CNN-TCN网络输出的不同周期特征进行加权拼接得到的分类结果；将分类结果中分类错误的数据直接划分为异常数据，然后计算分类正确数据的结果矩阵和真实分类矩阵的欧式距离，并将欧式距离大于预设阈值的数据划分为异常数据；所述权重交叉熵损失函数中，每个样本的权重通过假设检验方法计算机器性能指标数据中的抖动数据构建；所述权重交叉熵损失函数具体为： 其中，N表示样本数量，C表示类别数量，ωj表示类别j的权重，yij是样本i的真实标签，pij是样本i在类别j上的预测概率，权重计算如下所示： 其中ωj表示损失函数中类别j的权重，ρ是由机器性能指标的数据抖动决定的权重系数，ε为最高权重值限制系数，P表示该第j类数据在数据集中所占比例；所述假设检验包括： 其中，X表示样本值，U表示总体均值，SD表示标准差，n表示样本量，当z在置信区间[-Zscore,Zscore]内表明数据正常，反之表明数据抖动；统计抖动数据占窗口内数据的比例为p；损失函数权重系数ρ计算公式如下所示： S6、使用训练好的异常检测网络进行运维数据异常检测，并通过假设检验法得到异常结果。

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商银行股份有限公司;易企银(杭州)科技有限公司，其通讯地址为：311200 浙江省杭州市萧山区宁围街道鸿宁路1788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”。