買專利賣專利找龍圖騰，真高效！ 查專利查商標(biāo)用IPTOP,全免費(fèi)！專利年費(fèi)監(jiān)控用IP管家,真方便！

龍圖騰網(wǎng)恭喜國家計算機(jī)網(wǎng)絡(luò)與信息安全管理中心山西分中心申請的專利一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法獲國家發(fā)明授權(quán)專利權(quán)，本發(fā)明授權(quán)專利權(quán)由國家知識產(chǎn)權(quán)局授予，授權(quán)公告號為：CN110851422B 。

龍圖騰網(wǎng)通過國家知識產(chǎn)權(quán)局官網(wǎng)在2025-05-09發(fā)布的發(fā)明授權(quán)授權(quán)公告中獲悉：該發(fā)明授權(quán)的專利申請?zhí)?專利號為：201911078822.0，技術(shù)領(lǐng)域涉及：G06F18/2433；該發(fā)明授權(quán)一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法是由劉泳銳;李建強(qiáng);安黎東;李華;杜猛;溫海濱;高志騰;王相設(shè)計研發(fā)完成，并于2019-11-06向國家知識產(chǎn)權(quán)局提交的專利申請。

本一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法在說明書摘要公布了：本發(fā)明涉及一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法，考慮到單一特征分析結(jié)果的片面性和不足，在對平臺業(yè)務(wù)數(shù)據(jù)的分析中，引入了皮爾遜相關(guān)系數(shù)和方差擴(kuò)大因子來對不同特征進(jìn)行特征提取，提取出合適的特征數(shù)據(jù)進(jìn)入聚類模型，對提升模型準(zhǔn)確率有很大的提升；并且針對聚類模型，選用K?means算法的改進(jìn)算法I?K?means算法模型，由于設(shè)計的主要目的是做異常處理，所以該算法不用將聚類進(jìn)行到底再找異常，相比較于其它原始算法速度較快；綜上基于機(jī)器學(xué)習(xí)建立的模型具有自學(xué)習(xí)、自演化的特性，可以適應(yīng)復(fù)雜多變的網(wǎng)絡(luò)環(huán)境，能夠檢測出未知異常，滿足實(shí)時準(zhǔn)確的需求。

本發(fā)明授權(quán)一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法在權(quán)利要求書中公布了：1.一種基于機(jī)器學(xué)習(xí)的數(shù)據(jù)異常監(jiān)測模型構(gòu)建方法，其特征在于：用于獲得工業(yè)互聯(lián)網(wǎng)中目標(biāo)應(yīng)用所對應(yīng)的數(shù)據(jù)異常監(jiān)測模型，包括如下步驟：步驟A.提取目標(biāo)應(yīng)用在目標(biāo)歷史時間段內(nèi)通信流量所對應(yīng)的各識別指紋特征，構(gòu)建特征集合，然后進(jìn)入步驟B；步驟B.針對特征集合中的各識別指紋特征進(jìn)行預(yù)處理，更新特征集合，然后進(jìn)入步驟C；步驟C.針對特征集合中的各識別指紋特征進(jìn)行篩選，更新特征集合，然后進(jìn)入步驟D；上述步驟C，針對特征集合中的各識別指紋特征，依次進(jìn)行特征刪除、特征選擇、特征衍生操作，實(shí)現(xiàn)對特征集合的篩選，然后進(jìn)入步驟D；特征刪除，用于應(yīng)用方差擴(kuò)大因子方法，針對特征集合中的各識別指紋特征進(jìn)行判斷，刪除其中方差擴(kuò)大因子超出預(yù)設(shè)閾值范圍的識別指紋特征，實(shí)現(xiàn)對特征集合的篩選；特征選擇，用于應(yīng)用皮埃爾遜相關(guān)系數(shù)方法，針對特征集合中的各識別指紋特征進(jìn)行處理，獲得其中相關(guān)性大于預(yù)設(shè)相關(guān)閾值的各個識別指紋特征，并用該各個識別指紋特征替換特征集合中的全部識別指紋特征，實(shí)現(xiàn)對特征集合的篩選；特征衍生，針對特征集合中各識別指紋特征的一級特診，衍生獲得所對應(yīng)的二級特征，作為各個識別指紋特征，加入特征集合中，實(shí)現(xiàn)對特征集合的篩選；步驟D.采用特征集合，針對預(yù)設(shè)指定聚類模型進(jìn)行模型訓(xùn)練，獲得訓(xùn)練后的模型，作為目標(biāo)應(yīng)用所對應(yīng)的數(shù)據(jù)異常檢測模型；上述步驟D中，采用特征集合，針對I-K-means算法，按如下步驟進(jìn)行模型訓(xùn)練，獲得訓(xùn)練后的模型，作為目標(biāo)應(yīng)用所對應(yīng)的數(shù)據(jù)異常檢測模型；步驟D1.針對特征集合M中的各個識別指紋特征，任意選擇預(yù)設(shè)數(shù)量的識別指紋特征作為各個聚類中心，并針對其余各個識別指紋特征基于各聚類中心進(jìn)行聚類劃分，獲得各個聚類，然后進(jìn)入步驟D2；步驟D2.分別針對各個聚類，獲得聚類的新聚類中心，并計算獲得聚類的平均聚類半徑，接著將該聚類中超出平均聚類半徑的各識別指紋特征，作為各個異常識別指紋特征，歸入異常候選特征集合N，然后獲得特征集合M與異常候選特征集合N的交集，用該交集針對特征集合M進(jìn)行更新，并進(jìn)入步驟D3；步驟D3.判斷特征集合M是否收斂，是獲得訓(xùn)練后的模型，作為目標(biāo)應(yīng)用所對應(yīng)的數(shù)據(jù)異常檢測模型；否則返回步驟D1。

如需購買、轉(zhuǎn)讓、實(shí)施、許可或投資類似專利技術(shù)，可聯(lián)系本專利的申請人或?qū)＠麢?quán)人國家計算機(jī)網(wǎng)絡(luò)與信息安全管理中心山西分中心，其通訊地址為：030000 山西省太原市南內(nèi)環(huán)街26號；或者聯(lián)系龍圖騰網(wǎng)官方客服，聯(lián)系龍圖騰網(wǎng)可撥打電話0551-65771310或微信搜索“龍圖騰網(wǎng)”。