申请/专利权人:北京邮电大学
申请日:2022-04-11
公开(公告)日:2024-04-09
公开(公告)号:CN114978956B
主分类号:H04L43/0817
分类号:H04L43/0817;H04L43/50
优先权:
专利状态码:有效-授权
法律状态:2024.04.09#授权;2022.09.23#实质审查的生效;2022.08.30#公开
摘要:本发明提供一种智慧城市网络设备性能异常突变点检测方法及装置,该方法包括:基于极值理论根据智慧城市网络设备的性能指标的历史时间序列数据获取第一阈值和第二阈值;其中,所述第一阈值大于所述第二阈值;根据所述历史时间序列数据中大于所述第一阈值或小于所述第二阈值的元素,确定Prophet模型的突变点;基于所述Prophet模型根据所述突变点对所述历史时间序列数据进行拟合,获取所述历史时间序列的拟合曲线;根据所述拟合曲线,判断所述智慧城市网络设备的性能指标的当前数据是否异常。本发明使得Prophet的趋势项可以更好地拟合,提高性能指标异常检测的准确率。
主权项:1.一种智慧城市网络设备性能异常突变点检测方法,其特征在于,包括:基于极值理论根据智慧城市网络设备的性能指标的历史时间序列数据获取第一阈值和第二阈值;其中,所述第一阈值大于所述第二阈值;根据所述历史时间序列数据中大于所述第一阈值或小于所述第二阈值的元素,确定Prophet模型的突变点;基于所述Prophet模型根据所述突变点对所述历史时间序列数据进行拟合,获取所述历史时间序列的拟合曲线,将所述突变点作为所述Prophet模型中的突变点,对所述Prophet模型的趋势项进行模型拟合;根据所述拟合曲线,判断所述智慧城市网络设备的性能指标的当前数据是否异常;所述极值理论为GPD模型;所述基于极值理论根据智慧城市网络设备的性能指标的历史时间序列数据获取第一阈值和第二阈值,包括:基于极大似然估计根据所述历史时间序列数据获取所述GPD模型的参数,根据所述参数构建所述GPD模型;基于所述GPD模型根据所述第一阈值对应的第一初始阈值和第一预设概率计算所述第一阈值,根据所述第二阈值对应的第二初始阈值和第二预设概率计算所述第二阈值。
全文数据:
权利要求:
百度查询: 北京邮电大学 智慧城市网络设备性能异常突变点检测方法及装置
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。