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！

龙图腾网获悉杭州电子科技大学申请的专利一种基于多模态异常检测的微服务瞬时故障定位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：CN116489003B 。

龙图腾网通过国家知识产权局官网在2026-02-10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：202310469236.9，技术领域涉及：H04L41/0677；该发明授权一种基于多模态异常检测的微服务瞬时故障定位方法是由余佳妮;黄雨婷;蒋从锋;闫龙川设计研发完成，并于2023-04-27向国家知识产权局提交的专利申请。

本一种基于多模态异常检测的微服务瞬时故障定位方法在说明书摘要公布了：本发明公开了一种基于多模态异常检测的微服务瞬时故障定位方法。本发明首先通过收集微服务系统中多模态数据对微服务瞬时故障开展多维度检测，捕获多模态数据之间的时间及内部关系，设置动态异常阈值进行异常检测并结合微服务瞬时故障瞬时重现的特性判定出现瞬时故障的异常微服务，进一步依据微服务调用序列构建局部微服务链路拓扑图，最后通过动态故障责任评分方法得到瞬时故障发生来源的微服务节点，确定故障根源微服务。本发明通过从多角度分析并提供最有可能为瞬时故障发生来源的微服务节点集，提高了微服务瞬时故障根因定位的准确率，降低了运维人员的故障排查难度，提升了微服务系统的稳定性。

本发明授权一种基于多模态异常检测的微服务瞬时故障定位方法在权利要求书中公布了：1.一种基于多模态异常检测的微服务瞬时故障定位方法，其特征在于，该方法包括如下步骤： 步骤1.将微服务系统中微服务所在容器性能数据、调用链中各微服务性能数据及日志数据进行预处理，包括缺失值处理、归一化处理和数据对齐处理； 步骤2.对预处理后日志数据使用排水算法提取模板矩阵，对性能数据提取特征矩阵，根据模板矩阵、特征矩阵和时间序列构建多模态序列化数据矩阵，作为多模态预测模型的输入数据； 步骤3.使用训练好的基于转换器的多模态预测模型对微服务系统进行预测，设置动态异常阈值进行异常检测，选取时间窗口内出现异常次数最多的一个微服务标记为瞬时故障节点； 所述的动态异常阈值计算如下： 其中，为最大似然估计得到的GPD参数，是的期望概率，为微服务响应时间数据集，为异常值的初始阈值，设置为低分位数，是时间窗口内微服务响应时间数据的样本量，是峰数，即的数量，； 步骤4.通过分布式链路追踪工具收集包含瞬时故障节点的用户请求周期内的微服务调用链信息，构建局部微服务链路拓扑图； 步骤5.基于局部微服务链路拓扑图，计算微服务的动态故障责任评分，判断瞬时故障根源的微服务节点； 所述故障责任评分用来衡量局部服务链路拓扑图中各个微服务节点的故障责任相关程度，故障责任评分具体包含异常相关分数、性能相关分数和因果相关分数；加权求和这三类分数得到最终故障责任分数； 预先设置，选择关键路径上个最高故障责任分数的微服务为集合，选择与集合执行时间重叠的非关键路径上且其故障责任分数大于最低故障责任分数的微服务为集合，取二者并集，其中集合中具有最高故障责任评分的微服务为瞬时故障根源节点。

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电子科技大学，其通讯地址为：310018 浙江省杭州市江干区下沙高教园区2号大街；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。