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！

龍圖騰網恭喜杭州電子科技大學;國網江蘇省電力有限公司無錫供電分公司申請的專利基于大規模網絡流量類型數據的跳變點檢測系統及方法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：CN115168091B 。

龍圖騰網通過國家知識產權局官網在2025-04-29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：202210829981.5，技術領域涉及：G06F11/07；該發明授權基于大規模網絡流量類型數據的跳變點檢測系統及方法是由馬佳;劉春山;夏永祥;涂海程;趙樓設計研發完成，并于2022-07-13向國家知識產權局提交的專利申請。

本基于大規模網絡流量類型數據的跳變點檢測系統及方法在說明書摘要公布了：本發明公開了基于大規模網絡流量類型數據的跳變點檢測系統及方法，具體包括以下步驟：對參考窗口的數據進行預處理，預處理包括缺失值填充、數據歸一化和平滑處理三個步驟；對預處理后的時間序列使用離散傅里葉變換結合自相關系數的方法進行分類；將不同類別的時間序列轉換為具有0和1的二進制序列，并通過前后窗口1的密度變化來識別跳變點，該方法使用雙向檢測方法來判斷數據是向上跳變還是向下跳變。本發明方法不需要提前假設數據的分布，具有較好的魯棒性，且算法的復雜度較低，在大規模數據處理中可以得到較好的應用。

本發明授權基于大規模網絡流量類型數據的跳變點檢測系統及方法在權利要求書中公布了：1.基于大規模網絡流量類型數據的跳變點檢測方法，其特征在于，包括以下步驟：步驟1、參考窗口數據預處理；預處理包括時間序列缺失值填充、數據歸一化以及平滑處理三個步驟，處理后的時間序列有助于提高序列分類的準確性；步驟2、參考窗口序列分類；根據人類行為模式，將數據分為三種不同類型的時間序列，分別為以一天為周期的時間序列、以一周為周期的時間序列和非周期時間序列；使用離散傅里葉變換結合自相關系數來對時間序列進行分類；步驟3、二進制時間序列密度差異檢測；針對不同類型的時間序列，其跳變點檢測的步驟相同，但不同類型序列的參數選取不同；此步驟首先將原始時間序列轉換為二進制序列，然后識別參考窗口和測試窗口二進制序列中1的密度是否存在差異，以此來檢測變化點；密度差異檢測分為前向檢測和后向檢測，前向檢測使用參考窗口去檢測測試窗口是否發生跳變，而后向檢測使用測試窗口去檢測參考窗口是否存在跳變；步驟3具體如下：經過步驟2確定時間序列的類型，針對不同類型的時間序列，其跳變點檢測的步驟相同，但不同類型序列的參數選取不同；首先將原始時間序列轉換為二進制序列，然后識別參考窗口和測試窗口二進制序列中1的密度是否存在差異，以此來檢測變化點；密度差異檢測分為前向檢測和后向檢測，前向檢測使用參考窗口去檢測測試窗口是否發生跳變，而后向檢測使用測試窗口去檢測參考窗口是否存在跳變；前向檢測和后向檢測具有相同的原理，以下詳細介紹前向檢測原理；步驟3.1，將參考窗口和測試窗口序列轉換為二進制序列；由于跳變點可能以向上或向下跳躍的形式出現，因此采用兩個閾值，即上閾值uts和下閾值lts，將原始時間序列轉換成兩個不同的二進制序列，以檢測向上和向下的跳變點；這里將上閾值uts設置為：uts＝Q3+k1*IQR5其中IQR＝Q3-Q1，Q3、Q1分別為參考窗口的上、下四分位數，k1為超參數；獲得上閾值uts后，將參考窗和測試窗的原始數據都轉換為二進制值，其轉換公式為： 其中yt是時間序列在t時刻的二進制值；同時將下閾值lts設置為：lts＝Quantilek27其中Quantile·表示取時間序列的分位數，k2為超參數，且需要結合序列的數據特性進行人為設定，相應的轉換公式為： 由于周期為一周的時間序列在工作日和周末通常具有不同的數據特性，分別為工作日和周末數據設置了不同的上閾值uts和下閾值lts；對于其他兩種類型序列，工作日和周末的閾值設置是一樣的；步驟3.2，判別參考窗口和測試窗口二進制序列中1的密度是否存在差異；一旦獲得參考和測試窗口的二進制序列，則參考序列Yref中1的密度ρ計算公式如下： 其中sumYref表示對標簽序列Yref進行求和，假設二進制序列中的樣本是獨立于同一分布抽取的，即遵循二項分布，則測試窗口至少有q個1的樣本的概率的計算公式如下： 當fq|ρ的概率接近于0時，意味著在測試窗口中觀察到q個1的樣本是一個罕見的事件，表明1的樣本的密度發生了變化；1的樣本的密度增加意味著一個向上的變化，此時通過公式10計算右尾概率，以檢測向上的跳變點；類似地，1的樣本密度的減少意味著一個向下的變化，此時計算左尾概率，以檢測向下的跳變點；由于直接計算fq|ρ在數字上有困難，因此根據中心極限定理，利用正態分布去近似代替二項分布，正態分布的均值μ和標準差σ通過以下公式來進行計算：μ＝l2*ρ11 在得到正態分布的均值μ和標準差σ后，使用N-sigma準則檢測向上或向下的跳變點；也就是說，對于應用上閾值uts檢測向上變化而產生的二進制序列，測試閾值被設定為cts＝μ+N1*σ，其中N1是超參數；如果Ytest中1的樣本個數超過了cts，那么就檢測出一個向上的變化；對于應用下閾值lts檢測向下變化而產生的二進制序列，測試閾值被設定為cts＝μ-N2*σ，其中N2也是一個超參數；如果Ytest中1的樣本數量低于cts，那么就檢測出一個向下的變化；值得注意的是，當ρ很小時，說明Yref中1的密度很小，此時Ytest中1的密度稍有變化時，就容易將其誤判為跳變數據，故需要對ρ設置一個密度閾值ρts，當ρ小于ρts時，一律用密度閾值ρts進行代替；后向檢測原理與前向檢測相同，前向檢測使用參考窗口去檢測測試窗口是否發生跳變，而后向檢測使用測試窗口去檢測參考窗口是否存在跳變；為了減少錯誤警報的機會，只有前向和后向檢測給出一致警報的情況下，數據才會被判別為跳變點。

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杭州電子科技大學;國網江蘇省電力有限公司無錫供電分公司，其通訊地址為：310018 浙江省杭州市下沙高教園區2號大街；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”。