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！

龙图腾网获悉杭州宇泛智能科技股份有限公司申请的专利系统性能预测与异常检测的智能化方法及装置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：CN120066925B 。

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：202510551850.9，技术领域涉及：G06F11/34；该发明授权系统性能预测与异常检测的智能化方法及装置是由赵五岳;于建;胡兵;陶加贵设计研发完成，并于2025-04-29向国家知识产权局提交的专利申请。

本系统性能预测与异常检测的智能化方法及装置在说明书摘要公布了：本申请实施例提供一种系统性能预测与异常检测的智能化方法及装置，针对系统数据的复杂性及多变性，通过采用深度学习的方法，使模型能够更全面地捕捉数据的复杂模式和时间依赖性。这种方法通过多层分析和多角度特征提取，有效地提升了系统性能预测的准确性。且通过特征选择和数据增强技术，使得模型在面对不同规模和不同性质的数据时具备良好的适应能力。这种鲁棒性减少了模型对数据噪声和异常的敏感性，确保预测结果在多样的运行环境下依然稳定可靠。该方法能够提升对复杂数据的监测能力，实现系统性能的智能监控和优化。

本发明授权系统性能预测与异常检测的智能化方法及装置在权利要求书中公布了：1.一种系统性能预测与异常检测的智能化方法，其特征在于，所述方法包括： 获取系统的时间序列，并将所述时间序列拆解为趋势性成分、季节性成分和残差成分；将所述趋势性成分和所述季节性成分输入第一ARIMA模型，生成趋势性成分预测值和季节性成分预测值；所述系统的时间序列数据包括CPU使用率时间序列，内存时间序列以及网络流量时间序列； 分别计算所述趋势性成分预测值和所述季节性成分预测值与实际值的差值，获得所述趋势性成分预测值的初始残差和所述季节性成分预测值的初始残差；将两种所述初始残差输入至LSTM模型内，生成预测残差； 将时间序列输入第二ARIMA模型，生成第一预测值；将所述第一预测值与所述预测残差相加，获得第二预测值；将所述第二预测值与所述第一预测值、所述初始残差、所述预测残差进行特征交互，并使用正则化算法及LSTM层优化获取目标交互特征；所述将所述第二预测值与所述第一预测值、所述初始残差、所述预测残差进行特征交互，并使用正则化算法及LSTM层优化获取目标交互特征的步骤包括：使用PolynomialFeatures生成多项式交互特征；使用联合Lasso算法从所述交互特征中选择出信息量超过预设值的第一交互特征；将所述第一交互特征使用LSTM层作进一步优化，使其具备时序信息和动态变化规律，获得所述目标交互特征； 将所述目标交互特征与所述初始残差、所述预测残差整合到一个特征数据集，并对其进行标准化处理；将标准化处理后的特征数据集输入至预测模型中，生成目标预测值；根据所述目标预测值与预设阈值的比较结果确定系统性能是否异常；所述根据所述目标预测值与预设阈值的比较结果确定系统性能是否异常的步骤包括：计算历史目标预测值与实际值的第一差值；根据所述第一差值构建误差分布图，并设定至少一个百分位数作为异常阈值；计算新的目标预测值与实际值的第二差值，比较所述第二差值与所述异常阈值的大小：若所述第二差值大于所述异常阈值，则判定系统性能异常；若所述第二差值小于所述异常阈值，则判定系统性能正常。

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杭州宇泛智能科技股份有限公司，其通讯地址为：310000 浙江省杭州市余杭区仓前街道时尚万通城3幢24层、25层、26层；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。