公开(公告)号：CN110690995B

公开(公告)日：2021-04-30

申请号：CN201910937198.9

申请日：2019-09-29

申请人： 南京大学 ,  国网陕西省电力公司信息通信公司

发明人： 李文中 ,  丁望祥 ,  万晨 ,  张淋洺 ,  张根周 ,  赵永柱 ,  郭云涛 ,  任晓龙

IPC分类号： H04L12/24 ,  H04L12/26

摘要： 本发明公开了一种基于多变量时间序列预测的鲁棒性异常检测方法和设备，方法包括：获取互联网服务性能历史数据，构建多变量时间序列；通过小波变换将多变量时间序列分解为多个子分量，并去噪滤除噪音；将滤除噪音后的子分量输入到LSTM网络中，并训练网络，得到LSTM分量预测模型；根据LSTM分量预测值构建线性回归模型，并利用历史数据估计线性参数；将新产生的互联网服务性能数据输入LSTM分量预测模型，将得到的子分量预测值输入线性回归模型中，计算得到互联网服务性能时间序列的预测值；当计算得到的预测值与真实值的误差值大于预设的异常阈值时，判断为互联网服务出现异常。本发明可提高互联网服务性能检测准确度和鲁棒性。

公开(公告)号：CN111950810B

公开(公告)日：2023-12-15

申请号：CN202010876972.2

申请日：2020-08-27

申请人： 南京大学

发明人： 李文中 ,  万晨 ,  张治杰 ,  丁望祥 ,  叶保留 ,  陆桑璐

IPC分类号： G06F18/27 ,  G06N3/0464 ,  G06N3/0442 ,  G06F18/214 ,  G06F17/18 ,  G06N3/045

摘要： 本发明公开了一种基于自演化预训练的多变量时间序列预测方法和设备，所述方法基于预训练策略与卷积网络、长短记忆网络深度序列模型，结合单变量自演化信息与多变量依赖关系信息进行建模，实现了多变量时间序列预测的优化算法，同时兼顾了整体预测精度和局部单变量的预测精度。本发明具有较好的整体预测精度，对于局部单变量的预测精度保障性方面优于现有的多变量时间序列预测方法。

公开(公告)号：CN110674211B

公开(公告)日：2022-04-01

申请号：CN201910937210.6

申请日：2019-09-29

申请人： 南京大学 ,  国网陕西省电力公司信息通信公司

发明人： 李文中 ,  万晨 ,  丁望祥 ,  张淋洺 ,  张根周 ,  房涛 ,  胡鑫 ,  裴瑛慧

IPC分类号： G06F16/26 ,  G06F16/30 ,  G06N20/00

摘要： 本发明公开了一种Oracle数据库AWR报告的自动解析方法和设备。方法包括以下步骤：1、对AWR报告中的结构化数据进行解析，所述结构化数据包括表格形式的数据；2、对AWR报告中的非结构化数据进行解析，所述非结构化数据包括表格的描述文本和SQL事件的描述文本；3、将结构化数据解析结果和非结构化数据解析结果合并为统一的键值对形式，利用机器学习算法进行特征选择，作为AWR报告的最终解析结果；4、在特征选择的基础上缩小数据的解析范围，然后采用步骤1和2的解析方法，对线上的新产生的AWR报告进行解析。本发明以键值对为基础实现对AWR报告的解析转换，处理性能高效，采用特征选择的方法实现在有效获取信息的同时减少数据分析的存储和计算开销。

公开(公告)号：CN110690995A

公开(公告)日：2020-01-14

申请号：CN201910937198.9

申请日：2019-09-29

申请人： 南京大学 ,  国网陕西省电力公司信息通信公司

发明人： 李文中 ,  丁望祥 ,  万晨 ,  张淋洺 ,  张根周 ,  赵永柱 ,  郭云涛 ,  任晓龙

IPC分类号： H04L12/24 ,  H04L12/26

摘要： 本发明公开了一种基于多变量时间序列预测的鲁棒性异常检测方法和设备，方法包括：获取互联网服务性能历史数据，构建多变量时间序列；通过小波变换将多变量时间序列分解为多个子分量，并去噪滤除噪音；将滤除噪音后的子分量输入到LSTM网络中，并训练网络，得到LSTM分量预测模型；根据LSTM分量预测值构建线性回归模型，并利用历史数据估计线性参数；将新产生的互联网服务性能数据输入LSTM分量预测模型，将得到的子分量预测值输入线性回归模型中，计算得到互联网服务性能时间序列的预测值；当计算得到的预测值与真实值的误差值大于预设的异常阈值时，判断为互联网服务出现异常。本发明可提高互联网服务性能检测准确度和鲁棒性。

公开(公告)号：CN110674211A

公开(公告)日：2020-01-10

申请号：CN201910937210.6

申请日：2019-09-29

申请人： 南京大学 ,  国网陕西省电力公司信息通信公司

发明人： 李文中 ,  万晨 ,  丁望祥 ,  张淋洺 ,  张根周 ,  房涛 ,  胡鑫 ,  裴瑛慧

IPC分类号： G06F16/26 ,  G06F16/30 ,  G06N20/00

摘要： 本发明公开了一种Oracle数据库AWR报告的自动解析方法和设备。方法包括以下步骤：1、对AWR报告中的结构化数据进行解析，所述结构化数据包括表格形式的数据；2、对AWR报告中的非结构化数据进行解析，所述非结构化数据包括表格的描述文本和SQL事件的描述文本；3、将结构化数据解析结果和非结构化数据解析结果合并为统一的键值对形式，利用机器学习算法进行特征选择，作为AWR报告的最终解析结果；4、在特征选择的基础上缩小数据的解析范围，然后采用步骤1和2的解析方法，对线上的新产生的AWR报告进行解析。本发明以键值对为基础实现对AWR报告的解析转换，处理性能高效，采用特征选择的方法实现在有效获取信息的同时减少数据分析的存储和计算开销。

公开(公告)号：CN111950810A

公开(公告)日：2020-11-17

申请号：CN202010876972.2

申请日：2020-08-27

申请人： 南京大学

发明人： 李文中 ,  万晨 ,  张治杰 ,  丁望祥 ,  叶保留 ,  陆桑璐

IPC分类号： G06Q10/04 ,  G06N3/04 ,  G06K9/62 ,  G06F17/18

摘要： 本发明公开了一种基于自演化预训练的多变量时间序列预测方法和设备，所述方法基于预训练策略与卷积网络、长短记忆网络深度序列模型，结合单变量自演化信息与多变量依赖关系信息进行建模，实现了多变量时间序列预测的优化算法，同时兼顾了整体预测精度和局部单变量的预测精度。本发明具有较好的整体预测精度，对于局部单变量的预测精度保障性方面优于现有的多变量时间序列预测方法。