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)

Inventor： 何倩 ,  刘思远 ,  陈吉宁 ,  陈亦婷 ,  李森 ,  董庆贺 ,  刘鹏 ,  江炳城 ,  张惟一 ,  朱家兴

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。