-
公开(公告)号:CN119854840A
公开(公告)日:2025-04-18
申请号:CN202510019557.8
申请日:2025-01-07
Applicant: 桂林电子科技大学 , 广西壮族自治区信息中心(广西壮族自治区大数据研究院)
IPC: H04W24/04 , H04W12/088 , H04W84/06 , G06F18/15 , G06F18/2113 , G06F18/214 , G06F18/25 , G06N3/0455 , G06N3/042 , G06N3/0464 , G06N3/08
Abstract: 本发明涉及卫星通信服务器数据的异常检测方法。具体解决了卫星通信系统中服务器数据复杂性高和数据流特征多变,导致异常检测效果差的问题。方法通过斯皮尔曼相关系数构建特征间的邻接矩阵,为GCN提供高质量的先验信息,来捕捉时间序列特征间的复杂依赖关系,并生成全局特征表示。随后,将GCN提取的全局特征作为输入,送入Transformer模型,通过其自注意力机制挖掘时间序列中的动态模式和长程依赖关系。Transformer能够结合序列数据的时序特性,进一步优化全局特征的时间相关性表达,从而提高特征的描述能力。最后,利用异常检测模块结合GCN和Transformer的输出特征,对时间序列中的异常点进行精准定位和预测。本发明提出的方法,利用GCN捕捉全局依赖关系并通过Transformer建模时间动态模式,显著提升了卫星通信服务器异常检测的准确度和鲁棒性。