Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 北京理工大学曾捷获国家专利权

北京理工大学曾捷获国家专利权

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!

龙图腾网获悉北京理工大学申请的专利一种基于LLM的多机协同异常数据检测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:CN120675827B

龙图腾网通过国家知识产权局官网在2025-12-09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:202511187346.1,技术领域涉及:H04L9/40;该发明授权一种基于LLM的多机协同异常数据检测系统是由曾捷;钱潭俊霖;张雨婷;张恒瑞;贾羽菲;李春;杨一帆;卜祥元;安建平设计研发完成,并于2025-08-22向国家知识产权局提交的专利申请。

一种基于LLM的多机协同异常数据检测系统在说明书摘要公布了:本申请涉及无人机集群安全与协同技术领域,特别涉及一种基于LLM的多机协同异常数据检测系统,包括生成模块,用于利用机载端生成至少一个异常检测得分;处理模块用于从边缘服务器中的第一历史数据库中提取特征,得到第一历史特征,并得到二分类异常检测标签,且计算性能指标向量,并将二分类异常检测标签和性能指标向量上传至云端;预测与分析模块,用于利用云端进行长时间序列预测,得到长时间序列预测结果,且利用云端进行安全分析,得到安全分析结果。由此,解决了现有无人机集群在多机协同安全方面存在的机制缺失、数据处理瓶颈、威胁应对不足以及系统扩展性差等问题,实现了高效多机协同,并优化了数据处理与利用。

本发明授权一种基于LLM的多机协同异常数据检测系统在权利要求书中公布了:1.一种基于LLM的多机协同异常数据检测系统,其特征在于,所述系统包括: 生成模块,用于利用机载端生成至少一个异常检测得分; 处理模块,用于从边缘服务器中的第一历史数据库中提取特征,得到第一历史特征,并根据所述第一历史特征和所述至少一个异常检测得分得到二分类异常检测标签,且计算性能指标向量,并将所述二分类异常检测标签和所述性能指标向量上传至云端; 预测与分析模块,用于利用所述云端进行长时间序列预测,得到长时间序列预测结果,且利用所述云端进行安全分析,得到安全分析结果; 其中,所述基于LLM的多机协同异常数据检测系统,还用于:从所述云端的第二历史数据库中获取第二历史特征;将所述至少一个异常检测得分、所述二分类异常检测标签、所述性能指标向量、所述第一历史特征、所述第二历史特征、长时间序列预测结果和所述安全分析结果上传至所述边缘服务器中的决策Agent体;基于预设的混合专家模型机制,利用所述决策Agent体对所述至少一个异常检测得分、所述二分类异常检测标签、所述性能指标向量、所述第一历史特征、所述第二历史特征、长时间序列预测结果和所述安全分析结果进行融合计算,得到最优协同决策向量;基于所述最优协同决策向量,控制至少一个目标无人机执行多机协同任务。

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北京理工大学,其通讯地址为:100081 北京市海淀区中关村南大街5号;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。

免责声明
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。