公开(公告)号：CN114826971B

公开(公告)日：2022-12-27

申请号：CN202210738323.5

申请日：2022-06-28

申请人： 苏州浪潮智能科技有限公司

发明人： 邹德强 ,  满宏涛

IPC分类号： H04L43/0817 ,  H04L43/08 ,  H04L43/16 ,  H05K7/20

摘要： 本发明公开了一种服务器异常检测方法，包括：对接收到的各服务器系统数据进行特征提取；根据提取到的各特征数据进行二叉树构建；计算在构建得到的二叉树群中各服务器系统数据分别对应的平均路径长度；当根据各平均路径长度检测到各服务器系统数据中存在异常数据时，获取远端对各服务器系统数据进行分流得到的各正常数据和各异常数据；基于各正常数据建立第一多元高斯分布模型，并基于各异常数据建立第二多元高斯分布模型；结合第一多元高斯分布模型和第二多元高斯分布模型对各服务器系统数据进行叠加异常检测。本发明提高检测效率，有效规避一般基于距离异常检测等高负荷计算的弊端。本发明还公开了一种装置、设备及存储介质，具有相应技术效果。

公开(公告)号：CN114722746B

公开(公告)日：2022-11-01

申请号：CN202210569483.1

申请日：2022-05-24

申请人： 苏州浪潮智能科技有限公司

发明人： 邹德强

IPC分类号： G06F30/30 ,  G06N20/00 ,  G06F30/33 ,  G06F30/337 ,  G06F30/398

摘要： 本发明公开了一种芯片辅助设计方法，包括：获取原始芯片数据并进行预处理以得到预处理后的芯片数据；基于复式加权结构进行特征提取，即，基于芯片经验对预处理后的芯片数据进行探索性分析、基于统计检验对预处理后的芯片数据进行过滤法分析、基于模型方向对预处理后的芯片数据进行嵌入法分析，以分别得到第一、第二和第三特征化数据；对第一、第二和第三特征化数据进行加权处理并进行分析以得到特征化数据集；选择不同的算法基于特征化数据集建立不同的预测模型，并对预测模型进行训练和评估以得到最优预测模型；基于最优预测模型对芯片数据的数据特征进行分析以得到数据特征的重要性排序，基于重要性排序并且通过最优预测模型进行芯片辅助设计。

公开(公告)号：CN114826971A

公开(公告)日：2022-07-29

申请号：CN202210738323.5

申请日：2022-06-28

申请人： 苏州浪潮智能科技有限公司

发明人： 邹德强 ,  满宏涛

IPC分类号： H04L43/0817 ,  H04L43/08 ,  H04L43/16 ,  H05K7/20

摘要： 本发明公开了一种服务器异常检测方法，包括：对接收到的各服务器系统数据进行特征提取；根据提取到的各特征数据进行二叉树构建；计算在构建得到的二叉树群中各服务器系统数据分别对应的平均路径长度；当根据各平均路径长度检测到各服务器系统数据中存在异常数据时，获取远端对各服务器系统数据进行分流得到的各正常数据和各异常数据；基于各正常数据建立第一多元高斯分布模型，并基于各异常数据建立第二多元高斯分布模型；结合第一多元高斯分布模型和第二多元高斯分布模型对各服务器系统数据进行叠加异常检测。本发明提高检测效率，有效规避一般基于距离异常检测等高负荷计算的弊端。本发明还公开了一种装置、设备及存储介质，具有相应技术效果。

公开(公告)号：CN114722746A

公开(公告)日：2022-07-08

申请号：CN202210569483.1

申请日：2022-05-24

申请人： 苏州浪潮智能科技有限公司

发明人： 邹德强

IPC分类号： G06F30/30 ,  G06N20/00 ,  G06F30/33 ,  G06F30/337 ,  G06F30/398

摘要： 本发明公开了一种芯片辅助设计方法，包括：获取原始芯片数据并进行预处理以得到预处理后的芯片数据；基于复式加权结构进行特征提取，即，基于芯片经验对预处理后的芯片数据进行探索性分析、基于统计检验对预处理后的芯片数据进行过滤法分析、基于模型方向对预处理后的芯片数据进行嵌入法分析，以分别得到第一、第二和第三特征化数据；对第一、第二和第三特征化数据进行加权处理并进行分析以得到特征化数据集；选择不同的算法基于特征化数据集建立不同的预测模型，并对预测模型进行训练和评估以得到最优预测模型；基于最优预测模型对芯片数据的数据特征进行分析以得到数据特征的重要性排序，基于重要性排序并且通过最优预测模型进行芯片辅助设计。