一种面向服务器负载数据的HTM高效异常检测方法
公开
摘要
本发明公开了一种面向服务器负载数据的HTM高效异常检测方法，提高了HTM面对海量服务器负载数据时的训练效率，增加模型的在线工作能力。系统通过编码散列了服务器负载数据的空间特征，通过空间池训练形成了服务器负载数据的微柱稀疏分布表征，借助于基于活跃微柱的时间池训练，对服务器负载数据模式进行抽取和记忆，为后续的异常判定提供上下文环境的支持。本发明提出的基于活跃微柱的时间池训练算法，延迟了预测功能发生的时间，缩小了预测的范围，大幅度提高了系统的训练速度，同时提出的学习细胞生成规则，能够让时间池训练算法不仅可以对历史模式进行强化记忆，而且对当前时刻的数据模式也能形成有效记忆。
基本信息
专利标题 ：
一种面向服务器负载数据的HTM高效异常检测方法
专利标题（英）：
暂无
公开（公告）号 ：
CN114386601A
申请号 ：
CN202210035627.5
公开（公告）日 ：
2022-04-22
申请日 ：
2022-01-13
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
朱博袁云燕左翌张雨钊
申请人 ：
江苏瑞祥科技集团有限公司
申请人地址 ：
江苏省镇江市润州区竹林路8号
代理机构 ：
南京智造力知识产权代理有限公司
代理人 ：
张明明
优先权 ：
CN202210035627.5
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06F11/34
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-04-22 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
