-
公开(公告)号：CN114780290B
公开(公告)日：2025-04-15
申请号：CN202210380879.1
申请日：2022-04-12
Applicant: 中国科学院信息工程研究所
IPC: G06F11/14 , H04L61/4511 , H04L61/5007
Abstract: 本发明涉及一种基于张量分解的数据还原方法及系统，其方法包括：S1：获取内容分发网络的原始流量数据，基于原始流量数据中的域名、时间和服务器IP地址构建三阶张量#imgabs0#其中，N、P、Q分别为域名、时间和CDN服务器IP地址的维度；S2：基于原始流量数据的时间与流量，构建二维矩阵#imgabs1#S3：采用梯度下降法对X和Y进行求解，得到核心三阶张量A，二维矩阵R、二维矩阵S和二维矩阵T，根据A、R、S和T对X进行还原，填补缺失值，得到还原后的三阶张量X'。本发明提供的方法，利用张量分解算法，建立高阶张量模型，并结合历史数据形成二维矩阵对稀疏数据进行填补，以提升数据利用效率。
-
公开(公告)号：CN114780290A
公开(公告)日：2022-07-22
申请号：CN202210380879.1
申请日：2022-04-12
Applicant: 中国科学院信息工程研究所
IPC: G06F11/14 , H04L61/4511 , H04L61/5007
Abstract: 本发明涉及一种基于张量分解的数据还原方法及系统，其方法包括：S1：获取内容分发网络的原始流量数据，基于原始流量数据中的域名、时间和服务器IP地址构建三阶张量其中，N、P、Q分别为域名、时间和CDN服务器IP地址的维度；S2：基于原始流量数据的时间与流量，构建二维矩阵S3：采用梯度下降法对X和Y进行求解，得到核心三阶张量A，二维矩阵R、二维矩阵S和二维矩阵T，根据A、R、S和T对X进行还原，填补缺失值，得到还原后的三阶张量X'。本发明提供的方法，利用张量分解算法，建立高阶张量模型，并结合历史数据形成二维矩阵对稀疏数据进行填补，以提升数据利用效率。
-
公开(公告)号：CN112508316A
公开(公告)日：2021-03-16
申请号：CN201910872258.3
申请日：2019-09-16
Applicant: 中国科学院信息工程研究所 , 中国移动通信集团有限公司
Abstract: 本发明实施例提供一种实时异常检测系统中的自适应异常判定方法和装置。所述方法包括：根据历史KPI数据的残差指标确定阈值基准值；根据当前KPI数据的残差指标确定实时调整基准值；根据所述阈值基准值和所述实时调整基准值自适应调整异常判定阈值；根据所述异常判定阈值自动进行异常判定。本发明实施例能够自动设定KPI动态阈值，有效反映系统实时动态变化引起的异常阈值动态变化，提高异常判定的准确性。
-
公开(公告)号：CN112508316B
公开(公告)日：2023-08-08
申请号：CN201910872258.3
申请日：2019-09-16
Applicant: 中国科学院信息工程研究所 , 中国移动通信集团有限公司
IPC: G06Q10/0639 , G06Q10/20
Abstract: 本发明实施例提供一种实时异常检测系统中的自适应异常判定方法和装置。所述方法包括：根据历史KPI数据的残差指标确定阈值基准值；根据当前KPI数据的残差指标确定实时调整基准值；根据所述阈值基准值和所述实时调整基准值自适应调整异常判定阈值；根据所述异常判定阈值自动进行异常判定。本发明实施例能够自动设定KPI动态阈值，有效反映系统实时动态变化引起的异常阈值动态变化，提高异常判定的准确性。
-
-
-
Search Results
4
records
(took 0.026 seconds)
