买专利,只认龙图腾
首页 专利交易 科技果 科技人才 科技服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

【发明公布】一种基于端到端变分自编码的KPI异常检测方法_南京邮电大学;安徽晶奇网络科技股份有限公司_202211293353.6 

申请/专利权人:南京邮电大学;安徽晶奇网络科技股份有限公司

申请日:2022-10-21

公开(公告)日:2023-01-06

公开(公告)号:CN115576823A

主分类号:G06F11/36

分类号:G06F11/36;G06N3/04;G06N3/08

优先权:

专利状态码:在审-实质审查的生效

法律状态:2023.01.24#实质审查的生效;2023.01.06#公开

摘要:一种基于端到端变分自编码DDVAE的KPI异常检测方法,该方法包括以下步骤:步骤一:首先对所需评估的关键性能指标KPI数据进行获取;步骤二:将收集到的KPI数据进行编码处理,对KPI数据编码获得隐变量;步骤三:对隐变量数据进行解码处理,得到重构后的KPI数据;步骤四:将KPI数据以及编码和解码的结果通过一个长短期记忆网络进行训练,保留KPI数据时序性的特征,得到每一个KPI数据对应的异常得分;步骤五:定义偏差网络以优化异常评分网络,对异常得分进行标准化处理,以消除指标之间的量纲影响;步骤六:将标准化之后的异常得分通过损失函数网络进行训练,使得异常样本的得分显著偏离参考分数,从而判断出异常KPI数据。

主权项:1.一种基于端到端变分自编码的KPI异常检测方法,其特征在于:包含以下的步骤:步骤一,获取所需评估的关键性能指标KPI数据,其中对于KPI数据包中存在的缺失点默认为正常KPI数据;步骤二,将收集到的KPI数据通过变分自编码器处理,通过神经网络训练得到KPI数据对应的均值和方差,根据均值方差采样得到隐变量;步骤三,对隐变量数据进行解码处理,得到重构后的KPI数据;步骤四,将步骤一的KPI数据、步骤二编码得到的隐变量和步骤三解码得到的重构后的KPI数据通过一个长短期记忆网络进行训练,考虑KPI数据时序性的特征,得到每一个KPI数据对应的异常得分;步骤五,随机选取部分正常数据对应的异常得分,在数据服从先验分布的前提下,得出基于先验分布异常评分数据集的均值和标准差。步骤六,定义偏差网络以优化异常评分网络,通过步骤五中的均值和标准差对异常得分进行标准化处理,得到标准化异常得分数据;步骤七,将标准化异常得分通过损失函数网络进行训练,接收异常得分,参考分数的均值和方差,使得异常样本的异常得分偏离参考分数,正常样本异常得分接近参考分数。

全文数据:

权利要求:

百度查询: 南京邮电大学;安徽晶奇网络科技股份有限公司 一种基于端到端变分自编码的KPI异常检测方法

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。

相关技术
相关技术
相关技术
相关技术