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！

龙图腾网获悉桂林电子科技大学;广西壮族自治区信息中心(广西壮族自治区大数据研究院)申请的专利一种基于Transformer和GCN网络的卫星通信服务器异常数据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：CN119854840B 。

龙图腾网通过国家知识产权局官网在2026-02-24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：202510019557.8，技术领域涉及：H04W24/04；该发明授权一种基于Transformer和GCN网络的卫星通信服务器异常数据检测方法是由何倩;刘思远;陈吉宁;陈亦婷;李森;董庆贺;刘鹏;江炳城;张惟一;朱家兴设计研发完成，并于2025-01-07向国家知识产权局提交的专利申请。

本一种基于Transformer和GCN网络的卫星通信服务器异常数据检测方法在说明书摘要公布了：本发明涉及卫星通信服务器数据的异常检测方法。具体解决了卫星通信系统中服务器数据复杂性高和数据流特征多变，导致异常检测效果差的问题。方法通过斯皮尔曼相关系数构建特征间的邻接矩阵，为GCN提供高质量的先验信息，来捕捉时间序列特征间的复杂依赖关系，并生成全局特征表示。随后，将GCN提取的全局特征作为输入，送入Transformer模型，通过其自注意力机制挖掘时间序列中的动态模式和长程依赖关系。Transformer能够结合序列数据的时序特性，进一步优化全局特征的时间相关性表达，从而提高特征的描述能力。最后，利用异常检测模块结合GCN和Transformer的输出特征，对时间序列中的异常点进行精准定位和预测。本发明提出的方法，利用GCN捕捉全局依赖关系并通过Transformer建模时间动态模式，显著提升了卫星通信服务器异常检测的准确度和鲁棒性。

本发明授权一种基于Transformer和GCN网络的卫星通信服务器异常数据检测方法在权利要求书中公布了：1.一种基于Transformer和图神经网络的卫星通信服务器异常数据检测方法，其特征在于，包括下列步骤： 步骤1：对卫星通信服务器的多变量时间序列数据进行预处理，分割成固定长度的时间窗，并生成嵌入特征； 步骤2：对归一化后的多变量时间序列数据，对每个特征维度中的数值按大小进行秩排序，对存在重复值的情形分配平均秩值；依次对所有特征对计算斯皮尔曼相关系数，其计算公式为： 其中，表示和的斯皮尔曼相关系数，为样本上的秩差，为样本数量；将所有特征对的相关系数组成对称的相关性矩阵； 步骤3：将所述相关性矩阵作为邻接矩阵输入到图神经网络中，以提取多变量时间序列中的复杂特征关系，通过图神经网络的特征聚合机制更新每个节点的表示； 步骤4：将图神经网络提取的特征输入到Transformer模型，利用标准的自注意力机制处理时序数据； 步骤5：根据模型输出计算每个时间窗的重构误差，并将该误差作为评分，若评分超过预设阈值，则将该时间窗判定为异常。

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桂林电子科技大学;广西壮族自治区信息中心(广西壮族自治区大数据研究院)，其通讯地址为：541004 广西壮族自治区桂林市七星区金鸡路一号；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。