公开(公告)号：CN117725548A

公开(公告)日：2024-03-19

申请号：CN202311628825.3

申请日：2023-11-30

Applicant: 中国地质大学(北京)

Inventor： 李怡 ,  周长兵 ,  江杏 ,  施振生

IPC: G06F18/25 ,  G06F18/20 ,  G06N3/0442 ,  G06F18/22

Abstract: 本申请提供了一种异常检测的方法、装置、电子设备及存储介质，该方法包括：根据目标物联网系统工作过程中产生的历史时间序列数据，构建数据驱动图结构；将数据驱动图结构与基于知识图结构进行融合，得到知识增强图结构；通过预设的知识增强图注意力预测网络对知识增强图结构中所有目标节点进行预测，得到目标节点的预测值，并计算目标节点的预测值与观测值之间的图偏差分数；根据图偏差分数和目标物联网系统的正常输出量，检测目标物联网系统是否存在异常。本申请将领域知识融入到传统图注意力预测网络中，以提供有价值的信息，增强正常模式学习的鲁棒性，并提高异常检测的性能。

公开(公告)号：CN114760214B

公开(公告)日：2023-12-08

申请号：CN202210426132.5

申请日：2022-04-21

Applicant: 中国地质大学(北京)

Inventor： 周长兵 ,  李怡 ,  施振生 ,  张玉清

IPC: H04L43/028 ,  H04L43/045 ,  H04L43/0823 ,  H04L67/10 ,  H04L67/12 ,  H04W4/38 ,  H04W84/18

Abstract: 基于边缘‑云协作网络的服务异常检测方法，包括：收集边缘网络中物联网节点提供的传感数据，根据传感数据从边缘网络中确定存在异常的目标边缘网络；根据传感数据生成目标边缘网络对应的局部异常边界；根据局部异常边界和传感数据通过预设的传感数据过滤算法获取上传云端的传感数据；根据上传云端的传感数据生成初始全局边界，根据初始全局边界和上传云端的传感数据确定候选边界节点；对候选边界节点进行验证得到用于边界细化的第一边界节点集合，确定目标边缘网络的第二边界节点集合；根据第一边界节点集合和第二边界节点集合生成最终的全局异常边界，能够减少需要传输到云中的传感数据，保证异常检测的准确性，有利于提(56)对比文件Xiaocui Li et al..Energy-EfficientAnomaly Detection With Primary andSecondary Attributes in Edge-CloudCollaboration Networks《.IEEE INTERNET OFTHINGS JOURNAL》.2021,全文.张琪 等.边缘计算应用:传感数据异常实时检测算法.计算机研究与发展.2018,(第03期),全文.

公开(公告)号：CN114760214A

公开(公告)日：2022-07-15

申请号：CN202210426132.5

申请日：2022-04-21

Applicant: 中国地质大学(北京)

Inventor： 周长兵 ,  李怡 ,  施振生 ,  张玉清

IPC: H04L43/028 ,  H04L43/045 ,  H04L43/0823 ,  H04L67/10 ,  H04L67/12 ,  H04W4/38 ,  H04W84/18

Abstract: 基于边缘‑云协作网络的服务异常检测方法，包括：收集边缘网络中物联网节点提供的传感数据，根据传感数据从边缘网络中确定存在异常的目标边缘网络；根据传感数据生成目标边缘网络对应的局部异常边界；根据局部异常边界和传感数据通过预设的传感数据过滤算法获取上传云端的传感数据；根据上传云端的传感数据生成初始全局边界，根据初始全局边界和上传云端的传感数据确定候选边界节点；对候选边界节点进行验证得到用于边界细化的第一边界节点集合，确定目标边缘网络的第二边界节点集合；根据第一边界节点集合和第二边界节点集合生成最终的全局异常边界，能够减少需要传输到云中的传感数据，保证异常检测的准确性，有利于提升异常检测效率。