公开(公告)号：CN112036426B

公开(公告)日：2024-05-17

申请号：CN202010394917.X

申请日：2020-05-11

Applicant: 帕洛阿尔托研究中心公司 ,  松下控股株式会社

Inventor： D·钟 ,  F·程 ,  A·拉加万 ,  佐佐木幸泽 ,  岭岸瞳 ,  小掠哲義 ,  多鹿阳介

IPC: G06F18/2433 ,  G06F18/2321 ,  G06F18/27 ,  G06F18/15

Abstract: 一个实施方案可提供用于检测与一台或多台机器相关联的高维传感器数据的异常的系统。在操作期间，系统可从与一台或多台机器相关联的一组传感器获得传感器数据，对传感器数据应用数据探测技术以自动处理传感器数据，以从可用的一组特征传感器中识别一个子组的特征传感器，将无监督机器学习技术应用于所识别的一个子组的特征传感器和目标传感器，以学习一组成对单变量模型，并且基于一组成对单变量模型来确定异常在一台或多台机器的操作中是否发生以及如何发生。

公开(公告)号：CN112115306A

公开(公告)日：2020-12-22

申请号：CN202010445662.5

申请日：2020-05-22

Applicant: 帕洛阿尔托研究中心公司

Inventor： D·钟

IPC: G06F16/901 ,  G06F16/906 ,  G06K9/62 ,  H04L29/08 ,  G16Y10/25 ,  G16Y20/10 ,  G16Y20/20 ,  G16Y40/20

Abstract: 本发明题为“用于执行高维传感器数据中的异常事件的自动根本原因分析的方法和系统”。本发明的一个实施方案可以提供一种用于识别一个或多个机器的操作中的异常事件的根本原因的系统。在操作期间，该系统可以：从与一个或多个机器相关联的一组传感器获得传感器数据；将该传感器数据转换成一组传感器状态；基于该一组传感器状态来构建最佳DAG以对因果依赖性进行建模；在给定直接相邻传感器的状态的情况下通过使用该DAG来确定目标传感器的异常状态的概率；以及通过追溯DAG中的异常状态来确定与目标传感器相关联的异常事件的根本原因。

公开(公告)号：CN112115306B

公开(公告)日：2023-04-07

申请号：CN202010445662.5

申请日：2020-05-22

Applicant: 帕洛阿尔托研究中心公司

Inventor： D·钟

IPC: G06F16/901 ,  G06F16/906 ,  G06F18/23213 ,  H04L67/12 ,  G16Y10/25 ,  G16Y20/10 ,  G16Y20/20 ,  G16Y40/20

Abstract: 本发明题为“用于执行高维传感器数据中的异常事件的自动根本原因分析的方法和系统”。本发明的一个实施方案可以提供一种用于识别一个或多个机器的操作中的异常事件的根本原因的系统。在操作期间，该系统可以：从与一个或多个机器相关联的一组传感器获得传感器数据；将该传感器数据转换成一组传感器状态；基于该一组传感器状态来构建最佳DAG以对因果依赖性进行建模；在给定直接相邻传感器的状态的情况下通过使用该DAG来确定目标传感器的异常状态的概率；以及通过追溯DAG中的异常状态来确定与目标传感器相关联的异常事件的根本原因。

公开(公告)号：CN112036426A

公开(公告)日：2020-12-04

申请号：CN202010394917.X

申请日：2020-05-11

Applicant: 帕洛阿尔托研究中心公司 ,  松下电器产业株式会社

Inventor： D·钟 ,  F·程 ,  A·拉加万 ,  佐佐木幸泽 ,  岭岸瞳 ,  小掠哲義 ,  多鹿阳介

IPC: G06K9/62 ,  G06N20/00

Abstract: 一个实施方案可提供用于检测与一台或多台机器相关联的高维传感器数据的异常的系统。在操作期间，系统可从与一台或多台机器相关联的一组传感器获得传感器数据，对传感器数据应用数据探测技术以自动处理传感器数据，以从可用的一组特征传感器中识别一个子组的特征传感器，将无监督机器学习技术应用于所识别的一个子组的特征传感器和目标传感器，以学习一组成对单变量模型，并且基于一组成对单变量模型来确定异常在一台或多台机器的操作中是否发生以及如何发生。