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！

龙图腾网获悉中国人民解放军海军工程大学申请的专利一种基于SA-GAN架构的时间序列异常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：CN115185937B 。

龙图腾网通过国家知识产权局官网在2026-01-09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：202210819480.9，技术领域涉及：G06F16/215；该发明授权一种基于SA-GAN架构的时间序列异常检测方法是由付钰;段雪源;王坤;李彬设计研发完成，并于2022-07-12向国家知识产权局提交的专利申请。

本一种基于SA-GAN架构的时间序列异常检测方法在说明书摘要公布了：本发明公开了一种基于SA‑GAN架构的时间序列异常检测方法，包括以下步骤：S1、建立SA‑GAN模型；S2、对输入数据进行处理，得到处理后的数据；S3、利用步骤S2中得到的处理后的数据对步骤S1得到的SA‑GAN模型进行训练，训练完成后，得到训练好的SA‑GAN模型；S4、将待测数据输入到步骤S3中得到的训练好的SA‑GAN中，利用重构误差和判别误差计算综合异常得分，设定阈值，并与阈值做比较，大于阈值的即可初步断定为是异常流量，然后对异常流量进行异常裁剪，最终得到异常数据。本发明能够提供稳定的梯度信息，稳定性和健壮性较强，对各种状态序列数据有较强的泛化能力，具有较好的数据异常检测性能。

本发明授权一种基于SA-GAN架构的时间序列异常检测方法在权利要求书中公布了：1.一种基于SA-GAN架构的时间序列异常检测方法，其特征在于，包括以下步骤： S1、建立SA-GAN模型； 所述SA-GAN模型由两组生成对抗网络构成，SA-GAN模型的具体建立步骤为： S11、将注意力机制嵌入到其中一个判别器中，真实时间序列x输入判别器中，判别器将具有辨别力的特征区域生成注意力图谱； S12、在生成器完成的映射时，将判别器生成的注意力图谱迁移到生成器； S13、真实时间序列x输入普通判别器中，在生成器完成的映射时，普通判别器将输入的时间序列x迁移到生成器； S14、利用最小化原始流量样本和重构流量样本之间差异的L2范数，对生成器和实现同步训练，结合所有训练目标，得到SA-GAN模型，表达式为： ； 其中，、、μ为各损失函数的权值，; S2、对输入数据进行处理，得到处理后的数据； S3、利用步骤S2中得到的处理后的数据对步骤S1得到的SA-GAN模型进行训练，训练完成后，得到训练好的SA-GAN模型； S4、将待测数据输入到步骤S3中得到的训练好的SA-GAN中，利用重构误差和判别误差计算综合异常得分，设定阈值，并与阈值做比较，大于阈值的即可初步断定为是异常流量，然后对异常流量进行异常裁剪，最终得到异常数据。

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中国人民解放军海军工程大学，其通讯地址为：430030 湖北省武汉市硚口区解放大道717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。