一种基于贝叶斯网络的异常路径分析方法

发明专利有效专利

申请号：
CN202110473513.4
IPC分类号：G06F11/07;G06K9/62
申请日期：
2021-04-29
申请人：
南京大学;江苏万维艾斯网络智能产业创新中心有限公司

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	一种基于贝叶斯网络的异常路径分析方法
申请号	CN202110473513.4	申请日期	2021-04-29
法律状态	实质审查	申报国家	中国
公开/公告日	2021-08-31	公开/公告号	CN113326160A
优先权	暂无	优先权号	暂无
主分类号	G06F11/07 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06F 电数字数据处理（基于特定计算模型的计算机系统入G06N） G06F11/00 错误检测；错误校正；监控（在基于记录载体和传感器之间的相对运动而实现的信息存储中的错误检测、校正或监控所用的方法或装置入 G11B 20/18；监控，即，监控记录或重现的进程入G11B 27/36；静态存储中所用的方法或装置入G11C29/00）〔1，4，2006.01〕 G06F11/07 响应错误的产生，例如，容错〔7〕	IPC分类号	G;0;6;F;1;1;/;0;7;;;G;0;6;K;9;/;6;2查看分类表>
申请人	南京大学;江苏万维艾斯网络智能产业创新中心有限公司	申请人地址	江苏省南京市栖霞区仙林大道163号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	南京大学,江苏万维艾斯网络智能产业创新中心有限公司	当前权利人	南京大学,江苏万维艾斯网络智能产业创新中心有限公司
发明人	余长州;高阳
代理机构	南京泰普专利代理事务所（普通合伙）	代理人	窦贤宇

摘要

本发明公开了一种新的异常路径分析方法，利用贝叶斯网络结构，帮助在工业数据流中建立因果模型，了解工业数据之间的依赖关系，并对网络节点数据流进行异常检测，最后对最大异常路径进行输出，得到最可能的异常传播路径。本发明提出了一种新的异常路径分析方法，提出了通过调整优化变量序并将其作为贝叶斯网络结构学习的搜索空间，提高贝叶斯网络结构学习的准确度。然后利用异常检测方法，对贝叶斯网络结构节点进行异常值评估，实现有效的异常路径分析。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供