-
公开(公告)号:CN119272198A
公开(公告)日:2025-01-07
申请号:CN202411427645.3
申请日:2024-10-14
Applicant: 东南大学
IPC: G06F18/2433 , G06F18/10 , G06F18/213 , G06F18/25 , G06N3/0442 , G06N3/042 , G06N7/01 , G06N5/02 , G06F123/02
Abstract: 本发明公开了一种基于贝叶斯网络的多元时间序列异常检测方法,属于数据异常检测领域,通过贝叶斯网络与Graphormer模型相关算法,对工业数据库与通信吞吐量数据中的异常数据进行清洗,有效提工业运营效率和通信数据安全。对于多元时间序列具有更高的准确率、普适性广,采用机器学习的方法能够对于不同种类的工业数据进行检测,不需要限制数据特点、实时性强,能够实时检测和动态更新数据异常情况,及时发现网络问题。
-
公开(公告)号:CN118449874A
公开(公告)日:2024-08-06
申请号:CN202410545769.5
申请日:2024-05-06
Applicant: 东南大学
IPC: H04L41/147 , H04W24/02 , G06N3/042
Abstract: 本发明公开了一种基于节点重要度的无线通信网络知识图谱有向链路预测方法及其装置。方法包括:依据专家知识构建一个无线通信网络知识图谱;依据无线通信网络知识图谱的特征构建适用于无线通信网络知识图谱的节点重要性计算方法;构建图神经网络模型作为编码器,所构建的编码器可以学习无线通信网络知识图谱节点的嵌入表示向量;构建有向链路预测模型,优化和补全无线通信网络知识图谱。系统包括知识图谱构建模块、集群重要度计算模块和有向链路预测模块。所构建的有向链路预测模型可以有效理解和挖掘无线通信网络中各数据字段和性能指标之间的关联关系程度,为无线通信网络的内生智能化发展进行支撑。
-