一种数据降维的计算机参数异常预测方法及系统

    公开(公告)号:CN116738169A

    公开(公告)日:2023-09-12

    申请号:CN202310666404.3

    申请日:2023-06-06

    摘要: 本发明提供了一种数据降维的计算机参数异常预测方法及系统,包括:获取包括当前时刻在内的前设定个时刻的计算机多个种类的参数得到第一数据集;基于第一数据集计算协方差矩阵,以及该协方差矩阵的多个特征值和每一个特征值所对应的特征向量,以特征值的大小按照降序的排序方式进行对应排序,并筛选出排序中前设定第一数量的特征值和对应的特征向量;将第一数据集处理后投影到特征向量上,得到第一数量维度的数据点;基于数据点使用预先训练完成的模型得到下一时刻的计算机对应种类的参数,并根据阈值判断下一时刻的计算机对应种类的参数是否异常;本发明通过数据降维解决了运行状态的参数较多,模型资源占用过多,难以预测计算机运行状态的问题。

    一种离散数据频率估计方法、用户端、数据中心及系统

    公开(公告)号:CN112995076B

    公开(公告)日:2022-09-27

    申请号:CN201911298496.4

    申请日:2019-12-17

    IPC分类号: H04L25/08 H04L9/40

    摘要: 本发明涉及一种离散数据频率估计方法、用户端、数据中心及系统,包括:用户端根据向数据中心发送的离散数据的种类生成离散数据编码;用户端获取离散数据编码对应的扰乱编码,并将该离散数据编码对应的扰乱编码发送至数据中心;数据中心接收各用户端的离散数据编码对应的扰乱编码;数据中心根据所述各用户端的离散数据编码对应的扰乱编码确定各类离散数据的发生频率。该方案中用户终端根据松散本地差分隐私的定义,在原始数据上减少噪声的注入,在满足本地差分隐私的基础上,尽可能的降低数据的失真度,提高扰乱后数据的可用性,进而提高统计结果的准确率。