华中科技大学李春花获国家专利权
买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
龙图腾网获悉华中科技大学申请的专利一种基于Transformer的云数据库异常检测方法与系统获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN116796273B 。
龙图腾网通过国家知识产权局官网在2025-11-04发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202310754770.4,技术领域涉及:G06F18/2433;该发明授权一种基于Transformer的云数据库异常检测方法与系统是由李春花;周可;陈万成设计研发完成,并于2023-06-25向国家知识产权局提交的专利申请。
本一种基于Transformer的云数据库异常检测方法与系统在说明书摘要公布了:本发明公开了一种基于Transformer的云数据库异常检测方法,包括以下步骤:获取云数据库的关键性能指标KPI数据,对采集的云数据库的KPI数据进行降维处理,以获取降维处理后的云数据库的KPI数据;对降维处理后的云数据库的KPI数据进行预处理,以获取云数据库KPI样本数据;将获取的云数据库的KPI数据输入预先训练好的云数据库异常检测模型TransAD中,以获取异常检测结果。本发明能够解决现有云数据库异常检测方法忽视由于了云数据库集群的特点,仅考虑了数据库自身不同KPI之间的相关性,而没有考虑数据库之间的相关性,因此无法从集群整体层面来度量数据库的异常状态,因此会导致检测精确率低的技术问题。
本发明授权一种基于Transformer的云数据库异常检测方法与系统在权利要求书中公布了:1.一种基于Transformer的云数据库异常检测方法,其特征在于,包括以下步骤: A、获取云数据库的关键性能指标KPI数据,对采集的云数据库的KPI数据进行降维处理,以获取降维处理后的云数据库的KPI数据; B、对步骤A降维处理后的云数据库的KPI数据进行预处理,以获取云数据库KPI样本数据; C、将步骤B获取的云数据库的KPI数据输入预先训练好的云数据库异常检测模型TransAD中,以获取异常检测结果;云数据库异常检测模型通过以下步骤训练获取的: 1获取云数据库KPI数据,对采集的云数据库的KPI数据进行降维处理,以获取降维处理后的云数据库的KPI数据; 2对步骤1降维处理后的云数据库的KPI数据进行预处理,以获取云数据库KPI样本数据; 3对步骤2获取的云数据库KPI样本数据进行异常KPI值注入,以获取有标签的云数据库KPI样本数据; 4将步骤3获取的有标签的云数据库KPI样本数据按照7:3的比例划分为训练集和测试集; 5针对步骤4获取的训练集中的云数据库KPI样本数据而言,将集群内多个云数据库在同一时间窗口下的KPI样本输入Transformer编码器中,以得到融合云数据库内和云数据库间相关性特征的KPI编码向量; 6将步骤5获取的KPI编码向量输入云数据库嵌入层,云数据库嵌入层将属于同一云数据库的n个KPI编码向量进行特征融合后,以获取能够表示云数据库运行状态的云数据库嵌入向量; 7将步骤6获取的云数据库嵌入向量输入到异常决策层,异常决策层将集群中m个云数据库的嵌入向量进行特征融合,以获取具有m+1个元素的异常概率向量,该嵌入向量是由同一时间窗口内属于同一集群的多个云数据库KPI样本数据经过处理得到; 8使用Softmax和Argmax函数对步骤7获取的异常概率向量进行进一步处理,以获得异常云数据库编号,即异常检测结果; 具体而言,异常云数据库编号为0表示没有异常,其它编号表示相应编号的数据库异常; 9基于步骤7获取的异常概率向量和云数据库KPI样本数据的真实标签计算总损失函数,并利用反向传播方法对TransAD模型进行迭代训练,直到该TransAD模型收敛为止,从而获取初步训练好的TransAD模型; 10使用步骤4获取的测试集对步骤9初步训练好的TransAD模型进行验证,直到获取的检测精度达到最优为止,从而获取训练好的TransAD模型。
如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人华中科技大学,其通讯地址为:430074 湖北省武汉市洪山区珞喻路1037号华中科技大学;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。
以上内容由龙图腾AI智能生成。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励