公开(公告)号：CN115168091B

公开(公告)日：2025-04-29

申请号：CN202210829981.5

申请日：2022-07-13

Applicant: 杭州电子科技大学 ,  国网江苏省电力有限公司无锡供电分公司

Inventor： 马佳 ,  刘春山 ,  夏永祥 ,  涂海程 ,  赵楼

IPC: G06F11/07 ,  G06F17/14 ,  G06F18/241

Abstract: 本发明公开了基于大规模网络流量类型数据的跳变点检测系统及方法，具体包括以下步骤：对参考窗口的数据进行预处理，预处理包括缺失值填充、数据归一化和平滑处理三个步骤；对预处理后的时间序列使用离散傅里叶变换结合自相关系数的方法进行分类；将不同类别的时间序列转换为具有0和1的二进制序列，并通过前后窗口1的密度变化来识别跳变点，该方法使用双向检测方法来判断数据是向上跳变还是向下跳变。本发明方法不需要提前假设数据的分布，具有较好的鲁棒性，且算法的复杂度较低，在大规模数据处理中可以得到较好的应用。

公开(公告)号：CN114490156A

公开(公告)日：2022-05-13

申请号：CN202210090576.6

申请日：2022-01-25

Applicant: 杭州电子科技大学

Inventor： 马佳 ,  刘春山 ,  夏永祥 ,  涂海程

IPC: G06F11/07 ,  G06K9/62 ,  G06F17/14 ,  G06F17/18

Abstract: 本发明公开了一种时间序列数据异常标记方法，包括以下步骤：对时间序列数据进行预处理。数据预处理包括时间序列数据归一化、序列缺失值填充、以及序列平滑处理三个步骤；对所述预处理后的时间序列进行分类。根据序列快速傅里叶变换周期频域分量的大小、自相关系数大小、以及零值比例的大小，将时间序列按照数据特性分为四种类型；对所述不同数据类型的时间序列分别设计一种异常标记方法。本发明在保证时间序列异常标记高准确率的前提下，开发了一套简单高效、适用于大规模时间序列的异常标记的方法。

公开(公告)号：CN115168091A

公开(公告)日：2022-10-11

申请号：CN202210829981.5

申请日：2022-07-13

Applicant: 杭州电子科技大学

Inventor： 马佳 ,  刘春山 ,  夏永祥 ,  涂海程 ,  赵楼

IPC: G06F11/07 ,  G06F17/14 ,  G06K9/62

Abstract: 本发明公开了基于大规模网络流量类型数据的跳变点检测系统及方法，具体包括以下步骤：对参考窗口的数据进行预处理，预处理包括缺失值填充、数据归一化和平滑处理三个步骤；对预处理后的时间序列使用离散傅里叶变换结合自相关系数的方法进行分类；将不同类别的时间序列转换为具有0和1的二进制序列，并通过前后窗口1的密度变化来识别跳变点，该方法使用双向检测方法来判断数据是向上跳变还是向下跳变。本发明方法不需要提前假设数据的分布，具有较好的鲁棒性，且算法的复杂度较低，在大规模数据处理中可以得到较好的应用。