買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜浙江遠圖技術股份有限公司申請的專利基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN116662275B 。

龍圖騰網通過國家知識產權局官網在2025-03-21發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202310295455.X，技術領域涉及：G06F16/17；該發明授權基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統是由吳俊宏設計研發完成，并于2023-03-22向國家知識產權局提交的專利申請。

本基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統在說明書摘要公布了：本發明提供了一種基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統，涉及智慧醫療技術領域。通過終端日志數據采集、數據挖掘與處理，將原始日志內的消息內容轉換為結構化事件模板。按照時間序列，分段形成日志事件序列，每個日志序列中日志事件轉換為圖節點，建立時間有向圖結構，計算出時間有向圖鄰接矩陣、一階近似鄰接矩陣、二階近似鄰接矩陣，分別輸入卷積神經網絡模型，計算出特征向量并進行連接，輸出特征結果。本發明采用基于因果關系優化GTN注意力機制，建立本節點與圖中其他節點之間因果關系特征內容，輸入GCN模型中進行調節，使得系統日志時空復雜依賴關系計算變得較簡單。

本發明授權基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統在權利要求書中公布了：1.一種基于有向圖卷積神經網絡醫院自助終端日志異常檢測系統，其特征在于，包括日志數據采集模塊，用于采集來自自助服務終端系統的日志數據；日志數據預處理與存儲模塊，用于數據清洗刪除無關數據信息，清洗完成后，形成日志數據表格儲存；用于將非結構日志數據結構化處理，形成日志信息數據倉庫；日志數據解析模塊，用于將原始日志內的消息內容轉換為結構化事件模板；日志數據分析預測模塊，用于利用有向圖神經網絡DGCN日志異常檢測算法對日志數據進行分析計算后，預測未來自助服務終端系統的異常事件；日志異常報警模塊，用于對預測到的異常事件進行報警；所述利用有向圖神經網絡DGCN日志異常檢測算法對日志數據進行分析計算后，預測未來自助服務終端系統的異常事件，具體包括如下：1建立時間有向圖結構：以時間順序進行排列，分段形成日志序列，對每個日志序列，建立時間有向圖結構；2構建時間有向圖鄰接矩陣、一階鄰接近似矩陣和二階鄰接近似矩陣；3有向圖卷積神經網絡模型的鄰接近似矩陣卷積：一階鄰接近似矩陣和二階鄰接近似矩陣分別輸入有向圖卷積神經網絡模型獲得相應鄰接近似矩陣卷積結果；4鄰接近似矩陣卷積結果構建有向圖度矩陣： 其中，AFi,j為一階鄰接近似矩陣單元，A入i,j為二階鄰接近似入度矩陣單元，A出i,j二階鄰接近似出度矩陣單元；5采用基于因果關系優化GTN注意力機制，計算出特征矩陣并進行連接，輸出特征結果：節點i在l-1層節點特征為 l-1層節點特征矩陣為 連接后l層節點特征矩陣為 對于兩層圖卷積神經網絡模型，輸出結果為 所述基于因果關系優化GTN注意力機制中，若日志序列節點發生系列因果傳遞關系，異常日志發生概率增大，需要采用GTN注意力機制；日志序列節點Ei特征內容因果關聯性分析：pi，j表示因果關系i→j，若發生直接因果關系，pi，j＝1，否則pi，j＝0i≠j；pi，j＝0i＝j；若因果關系存在傳遞一個中間節點k，即i→k→j，pi，j＝0.5，依此類推；所述基于因果關系優化GTN注意力機制中，為輸入節點特征矩陣，n為節點數，Fn為節點特征維數，p為節點對因果關系特征矩陣，Fp為節點因果特征維數；在每一層，通過使用學習的注意力權重，計算加權平均值更新節點特征；設表示l層節點特征；Fm模型特征數量，h0＝WXT為線性變換特征輸入，計算出節點i到節點j注意力得分值注意力概率值計算出節點特征的加權平均值，節點輸出特征為節點特征和路徑特征的函數，則有 6利用誤差損失函數估算訓練參數值與實際參數值誤差，返回迭代。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人浙江遠圖技術股份有限公司，其通訊地址為：310000 浙江省杭州市西湖區西園八路2號5幢1樓；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。