[發明專利]信息處理方法、裝置、存儲介質及電子設備

在審

• 申請號: 202210361547.9
• 申請日: 2022-04-07
• 公開（公告）號: CN114648075A
• 公開（公告）日: 2022-06-21
• 發明（設計）人: 柳云鵬
• 申請（專利權）人: 深圳依時貨拉拉科技有限公司
• 主分類號: G06K9/62
• 分類號: G06K9/62;G06N3/04;G06N3/08;G06F17/14
• 代理公司: 深圳瑞天謹誠知識產權代理有限公司 44340
• 代理人: 溫青玲

1.一種信息處理方法，其特征在于，包括：

獲取多個時間周期內用戶設備的狀態信息；

對所述狀態信息進行處理得到對應的時域信息和頻域信息，并將所述時域信息和所述頻域信息進行融合，得到融合數據；

基于相鄰兩個周期的融合數據構建訓練數據對；

基于所述訓練數據對對長短期記憶網絡進行模型訓練，得到訓練后模型；

將目標用戶設備當前周期的狀態信息作為輸入，基于訓練后模型對所述目標用戶設備下一周期的狀態信息進行預測。

2.根據權利要求1所述的信息處理方法，其特征在于，所述對所述狀態信息進行處理得到對應的時域信息和頻域信息，將所述時域信息和所述頻域信息進行融合，得到融合數據，包括：

對所述狀態信息進行處理，得到對應的時域信息；

對所述時域信息進行分解，得到對應的頻域信息；

將所述時域信息和所述頻域信息進行融合，得到融合數據。

3.根據權利要求2所述的信息處理方法，其特征在于，所述將所述時域信息和所述頻域信息進行融合，包括：

將所述時域信息和所述頻域信息進行數據拼接，得到數據寬表；

將所述數據寬表整合成包含時間維度的三維數據。

4.根據權利要求1所述的信息處理方法，其特征在于，所述基于所述訓練數據對對長短期記憶網絡進行模型訓練，得到訓練后模型，包括：

將所述訓練數據對中前一周期的融合數據作為自變量、后一周期的融合數據作為因變量，輸入至所述長短期記憶網絡；

調整所述長短期記憶網絡的模型參數，直至模型收斂。

5.根據權利要求1-4任一項所述的信息處理方法，其特征在于，在將目標用戶設備當前周期的狀態信息作為輸入，基于訓練后模型對所述目標用戶設備下一周期的狀態信息進行預測之后，還包括：

獲取所述目標用戶設備下一周期的預測狀態信息；

獲取所述目標用戶設備下一周期的實際狀態信息；

確定所述預測狀態信息與所述實際狀態信息之間的差異值；

若所述差異值超出預設差異范圍，則確定所述用戶設備為行為異常設備。

6.一種信息處理裝置，其特征在于，包括：

第一獲取單元，用于獲取多個時間周期內用戶設備的狀態信息；

處理單元，用于對所述狀態信息進行處理得到對應的時域信息和頻域信息，并將所述時域信息和所述頻域信息進行融合，得到融合數據；

構建單元，用于基于相鄰兩個周期的融合數據構建訓練數據對；

訓練單元，用于基于所述訓練數據對對長短期記憶網絡進行模型訓練，得到訓練后模型；

預測單元，用于將目標用戶設備當前周期的狀態信息作為輸入，基于訓練后模型對所述目標用戶設備下一周期的狀態信息進行預測。

7.根據權利要求6所述的信息處理裝置，其特征在于，所述處理單元用于：

對所述狀態信息進行處理，得到對應的時域信息；

對所述時域信息進行分解，得到對應的頻域信息；

將所述時域信息和所述頻域信息進行融合，得到融合數據。

8.根據權利要求6或7所述的信息處理裝置，其特征在于，所述裝置還包括：

第二獲取單元，用于獲取所述目標用戶設備下一周期的預測狀態信息；

第三獲取單元，用于獲取所述目標用戶設備下一周期的實際狀態信息；

確定單元，用于確定所述預測狀態信息與所述實際狀態信息之間的差異值；

識別單元，用于若所述差異值超出預設差異范圍，則確定所述用戶設備為行為異常設備。

9.一種計算機可讀存儲介質，其特征在于，所述存儲介質中存儲有多條指令，所述指令適于由處理器加載以執行權利要求1-5任一項所述的信息處理方法。

10.一種電子設備，其特征在于，包括處理器及存儲器，所述處理器與所述存儲器電性連接，所述存儲器用于存儲指令和數據；所述處理器用于執行權利要求1-5任一項所述的信息處理方法。