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！

龙图腾网获悉北京工业大学申请的专利基于目标驱动与数据挖掘的异常建模行为检测方法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：CN115827731B 。

龙图腾网通过国家知识产权局官网在2025-12-16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：202211492430.0，技术领域涉及：G06F16/2458；该发明授权基于目标驱动与数据挖掘的异常建模行为检测方法是由李童;王旖婷设计研发完成，并于2022-11-25向国家知识产权局提交的专利申请。

本基于目标驱动与数据挖掘的异常建模行为检测方法在说明书摘要公布了：本发明公开了基于目标驱动与数据挖掘的异常建模行为检测方法，涉及面向目标的需求建模分析和数据挖掘技术，首先是利用面向目标的需求建模分析技术对建模者的正常建模行为进行建模；接着利用数据挖掘技术对真实的建模操作数据进行挖掘与识别，从数据中得到正常建模行为模式，并对上一步模型中定义的正常建模行为进行验证；最后利用筛选后的正常建模行为模式对建模操作数据中的异常建模行为进行检测。本发明适用于收集到建模者在建模平台的建模过程数据后，对建模者的建模行为进行建模得到正常建模行为目标模型，然后结合真实地建模过程数据抽取正常建模行为模式形成正常建模行为模式集合，最后检测得到异常建模行为的过程。

本发明授权基于目标驱动与数据挖掘的异常建模行为检测方法在权利要求书中公布了：1.基于目标驱动与数据挖掘的异常建模行为检测方法，其特征在于，包含以下步骤： 步骤1，基于数据流图的领域知识，从自顶向下的角度系统地为建模者构建数据流图的正常建模行为构建目标模型，并设计目标表达式以表示正常建模行为的顺序关系； 步骤2，聚焦于日志信息中的真实地建模过程信息，对建模过程信息进行预处理，然后关注其中建模行为内部建模操作连续出现次数、建模行为模式出现次数的特征，利用数据挖掘的方法从真实地建模过程数据中挖掘得到频繁建模行为模式集合，接着从频繁建模行为模式集合中识别得到正常建模行为模式集合，并验证、调整步骤1中的目标模型； 步骤3，利用步骤2得到的正常建模行为模式集合，捕获正常建模行为，其中建模过程数据中未被捕获的部分则为异常建模行为； 所述步骤1中基于数据流图的领域知识，为建模者构建数据流图的正常建模行为构建目标模型，并设计目标表达式以表示正常建模行为的顺序关系的过程，具体包括： 步骤1.1，设置目标模型的顶层目标；因为研究数据流图的正常建模行为领域，所以顶层目标设置为建模者构建数据流图的必要建模行为序列； 步骤1.2，确定两种需要被日志记录的建模操作；第一种是直接作用于数据流图元素的操作；第二种是非直接作用于数据流图元素，但对建模过程产生影响的建模操作； 步骤1.3，确定被日志记录的建模操作中加入正常建模行为目标模型的操作；将被记录的建模操作根据与目标模型的顶层目标相关程度分为强相关，相关，弱相关三类；强相关的建模操作是直接作用于数据流图元素，并且根据顶层目标频繁出现在建模过程中的操作；相关的建模操作是从直接作用于数据流图元素的操作中，除去强相关操作后剩余的操作；弱相关操作是非直接作用于数据流图元素的操作；将强相关的建模操作加入目标模型； 步骤1.4，构建正常建模行为目标模型；将加入目标模型的强相关建模操作，以动作和目标两个角度进行建模；从动作的角度出发，强相关建模操作在目标模型的高层被抽象为添加和修改；从目标的角度出发，数据流图中的加工、数据存储、外部实体这三个元素的动作是相同的，所以这三个元素被抽象为节点；然后节点与数据流图中的数据流的动作在高层是相似的，所以节点与数据流被抽象为元素； 步骤1.5，表示目标之间顺序关系的目标表达式；定义目标之间的顺序关系，并利用定义的顺序关系，为目标模型中除去叶子节点外的目标设置目标表达式。

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工业大学，其通讯地址为：100025 北京市朝阳区平乐园100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。