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！

龙图腾网获悉中电云科信息技术有限公司申请的专利一种基于矿山实时监控数据的异常检测方法及系统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：CN118484752B 。

龙图腾网通过国家知识产权局官网在2026-04-10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：202410542278.5，技术领域涉及：G06F18/2433；该发明授权一种基于矿山实时监控数据的异常检测方法及系统是由李新峰;杜纪龙;罗素华;何岩峰;张朋举;李瑞辉;张伟;王燕娜;常乐飞;荣国栋;鲁永成设计研发完成，并于2024-04-30向国家知识产权局提交的专利申请。

本一种基于矿山实时监控数据的异常检测方法及系统在说明书摘要公布了：本发明属于异常检测技术领域，公开了一种基于矿山实时监控数据的异常检测方法及系统。所述的方法包括如下步骤：基于可行机构，对所有连接至云数据中心的矿山监控服务器进行密钥生成和实名认证；基于云数据中心，对若干历史监控数据进行数据降维，并构建异常检测模型；基于矿山监控服务器，对采集的实时监控数据进行加密和签名，并上传至云数据中心；基于云数据中心，进行签名认证和解密，并使用异常检测模型，对解密后实时监控数据进行异常检测，得到实时异常检测结果。本发明解决了现有技术存在的异常检测准确性差、效率低下、存储可靠性低以及传输安全性低的问题。

本发明授权一种基于矿山实时监控数据的异常检测方法及系统在权利要求书中公布了：1.一种基于矿山实时监控数据的异常检测方法，其特征在于：包括如下步骤： 基于可行机构，对所有连接至云数据中心的矿山监控服务器进行密钥生成和实名认证，得到每一矿山监控服务器的公私密钥对和注册信息，将公私密钥对中的私钥返回至对应的矿山监控服务器，并将公私密钥对中的公钥公布至云数据中心； 基于云数据中心，对若干历史监控数据进行数据降维，得到若干降维后历史监控数据，并根据若干降维后历史监控数据，使用深度学习算法，构建异常检测模型； 基于矿山监控服务器，根据公私密钥对中的私钥和注册信息，对采集的实时监控数据进行加密和签名，得到加密后实时监控数据及签名数据，并将加密后实时监控数据及签名数据上传至云数据中心； 基于云数据中心，对签名数据进行签名认证，签名认证通过后，根据公私密钥对中的公钥，对加密后实时监控数据进行解密，得到解密后实时监控数据，并使用异常检测模型，对解密后实时监控数据进行异常检测，得到实时异常检测结果； 其中，基于云数据中心，对若干历史监控数据进行数据降维，得到若干降维后历史监控数据，并根据若干降维后历史监控数据，使用深度学习算法，构建异常检测模型，包括如下步骤： 基于云数据中心，采集若干历史监控数据，对每一历史监控数据进行预处理，得到对应的若干预处理后历史监控数据； 使用PCA方法，对若干预处理后历史监控数据进行数据降维，得到对应的若干降维后历史监控数据和监控关键指标集； 对若干降维后历史监控数据进行标签添加，得到设置有预设异常检测标签的若干异常检测样本； 根据若干异常检测样本，使用IPCO-BiLSTM算法，构建异常检测模型； 根据若干异常检测样本，使用IPCO-BiLSTM算法，构建异常检测模型，具体包括如下步骤： 将若干异常检测样本按照7：3的比例，划分为模型训练样本集和模型测试样本集； 使用IPCO优化算法，获取BiLSTM网络的最优的初始网络参数； 根据最优的初始网络参数，使用BiLSTM算法，构建初始的异常检测模型； 使用模型训练样本集，对初始的异常检测模型进行优化训练，得到优化的异常检测模型； 将模型测试样本集输入优化的异常检测模型，进行异常检测，得到对应的若干历史预测异常检测标签； 将若干历史预测异常检测标签与对应的若干预设异常检测标签进行统计对比，得到优化的异常检测模型的预测准确率； 若预测准确率大于准确率阈值，则输出最优的异常检测模型，否则，继续进行优化训练； 可行机构，用于对所有连接至云数据中心的矿山监控服务器进行密钥生成和实名认证，得到每一矿山监控服务器的公私密钥对和注册信息，将公私密钥对中的私钥返回至对应的矿山监控服务器，并将公私密钥对中的公钥公布至云数据中心；对云数据中心接收的签名数据进行签名认证。

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电云科信息技术有限公司，其通讯地址为：450000 河南省郑州市金水区杨金路139号河南外包产业园D2号楼五层526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。