-
公开(公告)号：CN119848725A
公开(公告)日：2025-04-18
申请号：CN202411922271.2
申请日：2024-12-25
Applicant: 中国科学院计算机网络信息中心
IPC: G06F18/2433 , G06F18/214 , G06N20/00 , G06F123/02
Abstract: 本申请提供一种基于Prometheus的时序异常检测部署方法和装置，包括从Prometheus系统中拉取目标设备在预设时间段内符合联合特征的实时时序数据；将联合特征对应的模型参数文件加载到深度学习模型中，利用实时时序数据和深度学习模型，得到目标设备的预测数据，利用实时时序数据、预测数据和阈值，确定目标设备的异常时段。本发明通过单一模型实现根据原始数据进行时间步长自适应，对不同时间步长的数据进行检测，极大提升对系统中异常数据的检测精度，此外，通过高效的模型参数文件版本，在预训练基础模型时，可以实现少样本情况下对模型进行快速微调，此外，基于宽泛可用性的部署方案，可实现异常检测算法的弹性替换。
-
公开(公告)号：CN117668732A
公开(公告)日：2024-03-08
申请号：CN202311800785.6
申请日：2023-12-25
Applicant: 中国科学院计算机网络信息中心
IPC: G06F18/2433 , G06F123/02
Abstract: 本申请实施例提出一种异常检测算法的基准测试方法，应用于时间序列数据的异常检测，该方法包括：获取多个待评估的异常检测算法组成的集合，以及时间序列数据集，其中，时间序列数据集中包括多条时间序列数据；通过训练范式以及训练数据集中的数据，对集合中的各个待评估的异常检测算法进行训练，得到各个待评估的异常检测算法所对应的算法实例，其中，训练集为时间序列数据集的子集；通过每个当前算法实例，对当前算法实例所对应的待评估的异常检测算法进行测试，确定每个当前异常检测算法的检测效果。本发明能够针对不同的异常检测算法进行基准测试，得到各个异常检测算法在异常检测时的表现。
-
Patent Agency Ranking
公开(公告)号：CN117454767A
公开(公告)日：2024-01-26
申请号：CN202311468404.9
申请日：2023-11-07
Applicant: 中国地震台网中心 , 中国科学院计算机网络信息中心
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于地震监测台网的城市出行强度评估方法及系统，所述方法包括：采用全国地震监测站网的连续观测数据，通过提取连续观测的信号特征，采用基于Catboost+LSTM的融合机器学习模型，进行城市出行强度的评估。通过本公开的处理方案，可以基于地震监测数据记录的噪声来获取城市出行强度。
-
公开(公告)号：CN119276684A
公开(公告)日：2025-01-07
申请号：CN202411548854.3
申请日：2024-11-01
Applicant: 中国科学院计算机网络信息中心
IPC: H04L41/0604 , H04L41/0681
Abstract: 本公开实施例提供一种告警方法和装置，其中方法包括：获取告警信息；响应于所述告警信息已存在于活跃队列中，延长所述活跃队列中所述告警信息的结束时间戳，所述活跃队列用于存储处于活跃状态的告警信息，所述结束时间戳基于所述告警信息存入所述活跃队列时的开始时间戳设置；基于所述活跃队列中各个告警信息的结束时间戳和当前时间戳的比对结果，更新所述活跃队列；基于预设通知条件，对更新后的所述活跃队列中的告警信息进行通知。本方法实现了告警信息的收敛，避免了告警泛滥的问题。
-
公开(公告)号：CN119271486A
公开(公告)日：2025-01-07
申请号：CN202411277633.7
申请日：2024-09-12
Applicant: 中国科学院计算机网络信息中心
IPC: G06F11/30 , G06F18/2433 , G06F18/214 , G06F18/21 , G06N3/0464
Abstract: 一种基于函数逼近网络的时间序列异常检测方法，应用于计算设备，计算设备部署有监控系统，监控系统用于监控计算设备中多个关键性能指标KPI，方法包括：获取当前时刻t时，多个关键性能指标KPI中的任意一种KPI数据的历史特征向量；基于不同时刻的多个历史特征向量，训练预测模型；预测模型为函数逼近网络模型；通过训练完成的预测模型，对时刻t的特征向量进行预测，确定预测特征向量；基于预测特征向量，与t时刻的任意一个KPI数据的真实值的向量，确定任意一个KPI数据是否出现异常。本方法能够对指标间的依赖关系进行细粒度的建模，提升异常检测的准确率。
-
公开(公告)号：CN117454767B
公开(公告)日：2024-08-09
申请号：CN202311468404.9
申请日：2023-11-07
Applicant: 中国地震台网中心 , 中国科学院计算机网络信息中心
IPC: G06F30/27 , G06F18/214 , G06F119/02
Abstract: 本发明公开了一种基于地震监测台网的城市出行强度评估方法及系统，所述方法包括：采用全国地震监测站网的连续观测数据，通过提取连续观测的信号特征，采用基于Catboost+LSTM的融合机器学习模型，进行城市出行强度的评估。通过本公开的处理方案，可以基于地震监测数据记录的噪声来获取城市出行强度。
-
公开(公告)号：CN116910507A
公开(公告)日：2023-10-20
申请号：CN202310758510.4
申请日：2023-06-26
Applicant: 中国科学院计算机网络信息中心
IPC: G06F18/213 , G06F17/16 , G06F18/25 , G06N3/0464 , G06N3/08 , G06N3/0442
Abstract: 一种异常检测方法，应用于部署有监控系统的计算设备，监控系统用于监控计算设备中多个关键性能指标KPI，方法包括：确定时刻t时存储的M个维度的KPI数据的历史特征向量，历史特征向量用于表征时刻t之前时间的特征向量，M大于等于1；基于时刻t的历史特征向量，通过预测模型对时刻t的KPI向量进行预测，得到时刻t时的预测特征向量；获取时刻t的KPI数据的真实值，得到该真实值的向量；基于预测向量与真实值的向量，确定时刻t时的KPI数据是否出现异常。该方法在没有人工参与的情况下，就可以在大量的KPI数据中快速判断出出现异常的KPI。
-
-
-
-
-
-
Search Results
7
records
(took 0.026 seconds)
