[發明專利]一種面向時序異常檢測模型的海量遙測參數關聯劃分方法

在審

• 申請號: 202210835888.5
• 申請日: 2022-07-15
• 公開（公告）號: CN115203314A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 于勁松;周金浛;梁思遠;唐荻音;周倜;苗毅;陶來發
• 申請（專利權）人: 北京航空航天大學
• 主分類號: G06F16/26
• 分類號: G06F16/26;G06F17/18
• 代理公司: 暫無信息
• 代理人: 暫無信息

1.一種面向時序異常檢測模型的海量遙測參數關聯劃分方法，其特征為：所述的面向時序異常檢測模型的海量遙測參數關聯劃分方法，面向時序異常檢測模型的遙測參數關聯劃分方法面向時序異常檢測模型，旨在將海量遙測參數通過多層次的關聯性劃分，使得所得到的各關聯團在規模和質量上均較快調整到適合于時序異常檢測模型輸入的狀態。

2.根據權利要求1，所述的面向時序異常檢測模型的海量遙測參數關聯劃分方法，其特征為：所述的面向時序異常檢測模型的海量遙測參數關聯劃分方法，主要包含基于參數關鍵詞信息的粗糙關聯劃分和基于統計關聯指標的精細關聯劃分兩個步驟。

3.根據權利要求2，所述的面向時序異常檢測模型的海量遙測參數關聯劃分方法，其特征為：針對于基于參數關鍵詞信息的粗糙關聯劃分步驟，該步驟利用參數的參數名稱與分系統歸屬信息，主要負責挖掘參數名稱中蘊含的關鍵詞信息，并以此建立反映參數間物理層面關聯性的樹狀關聯結構，從而初步劃分參數初步為若干規模在預定規模內的粗糙相關團。

4.根據權利要求2，所述的面向時序異常檢測模型的海量遙測參數關聯劃分方法，其特征為：針對于基于統計關聯指標的精細關聯劃分步驟，該步驟利用歷史數據通過肯德爾關聯系數建立反映參數統計意義關聯性的無向有權圖，并基于加權Fennel圖分割算法將粗糙相關團進一步細化為與時序異常檢測模型輸入要求相匹配的精細相關團。