大连理工大学齐恒获国家专利权
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!
龙图腾网获悉大连理工大学申请的专利基于数据智能的复合型网络故障分类模型、训练方法和故障分类的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:CN121462396B 。
龙图腾网通过国家知识产权局官网在2026-05-08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:202511793307.6,技术领域涉及:H04L41/069;该发明授权基于数据智能的复合型网络故障分类模型、训练方法和故障分类的方法是由齐恒;叶雪辀;王新琪设计研发完成,并于2025-12-01向国家知识产权局提交的专利申请。
本基于数据智能的复合型网络故障分类模型、训练方法和故障分类的方法在说明书摘要公布了:基于数据智能的复合型网络故障分类模型、训练方法和故障分类的方法,属于网络故障分类领域,用于解决网络故障分类问题,技术要点是属于少数类的故障类别的同一故障类别对应的嵌入向量,通过第一CVAE模型执行过采样操作得到所述故障类别的合成嵌入向量;属于多数类的故障类别的同一故障类别对应的嵌入向量,通过第一CVAE模型执行降采样操作得到所述故障类别的代表性嵌入向量;根据少数类的故障类别对应的合成嵌入向量以及属于多数类的故障类别对应的代表性嵌入向量构建第五训练集,使用第五训练集对第三BERT模型及其适配的分类器进行微调得到第四BERT模型;其中,第四BERT模型及其适配的分类器为所述网络故障分类模型。
本发明授权基于数据智能的复合型网络故障分类模型、训练方法和故障分类的方法在权利要求书中公布了:1.一种网络故障分类模型训练方法,其特征在于,包括 使用训练集对第一BERT模型预训练得到第二BERT模型,预训练任务包括日志与描述的对比学习任务及故障相关日志组的词掩码预测任务;其中,训练集包括第二训练集,其包括故障相关日志组的样本,故障相关日志组中的日志根据因果关系表征同一故障类型,其中的日志按时间顺序排列; 使用第三训练集对第二BERT模型及其适配的分类器进行微调得到第三BERT模型,其中,所述第三训练集包括第二训练集的故障相关日志组及其对应的故障类型,其中,不同故障相关日志组具有同一故障类别的标签或不同故障类别的标签; 通过第三BERT模型将第三训练集的故障相关日志组的样本对应生成嵌入向量,将嵌入向量与其对应的故障类别的标签构建为第四训练集,使用第四训练集对CVAE模型进行训练得到第一CVAE模型; 根据第四训练集的各嵌入向量对应的故障类别的标签,得到不同障类别的标签的嵌入向量对应的样本数量,根据所述数量使故障类别分类包括少数类及多数类; 属于少数类的故障类别的同一故障类别对应的嵌入向量,通过第一CVAE模型执行过采样操作得到所述故障类别的合成嵌入向量,得到属于少数类的故障类别对应的合成嵌入向量; 属于多数类的故障类别的同一故障类别对应的嵌入向量,通过第一CVAE模型执行降采样操作得到所述故障类别的代表性嵌入向量,得到属于多数类的故障类别对应的代表性嵌入向量; 根据少数类的故障类别对应的合成嵌入向量以及属于多数类的故障类别对应的代表性嵌入向量构建第五训练集,使用第五训练集对第三BERT模型及其适配的分类器进行微调得到第四BERT模型;其中,第四BERT模型及其适配的分类器为所述网络故障分类模型。
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大连理工大学,其通讯地址为:116024 辽宁省大连市甘井子区凌工路2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。
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。

皖公网安备 34010402703815号
请提出您的宝贵建议,有机会获取IP积分或其他奖励