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！

龙图腾网获悉电子科技大学申请的专利一种在大数据量环境下的实时异常检测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：CN116389156B 。

龙图腾网通过国家知识产权局官网在2026-04-17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：202310492126.4，技术领域涉及：H04L9/40；该发明授权一种在大数据量环境下的实时异常检测系统是由丁熠;李恒宇;刘瑶;周尔强;朱国斌;赵洋;曹明生;邓伏虎设计研发完成，并于2023-05-05向国家知识产权局提交的专利申请。

本一种在大数据量环境下的实时异常检测系统在说明书摘要公布了：本发明公开了一种在大数据量环境下的实时异常检测系统，涉及网络数据监控技术领域，该系统在特征提取和分类预测模型中实现流式处理的流程，CICFlowMeter在生成特征流量数据时，引入消息中间件，提出Elasticsearch和MySQL主从架构作为海量数据异常检索，结合Elasticsearch高性能全文检索以及MySQL高可靠的持久化存储，利用各自搜索存储引擎的优点，同时在数据更新同步方面设计专门的同步模块，搭建Kubernetes服务器，在系统中更新完分类模型后，使用Kubernetes滚动更新，保证业务时刻在线上运行。为了防止流量密集过多避免消息队列中流量丢失的现象，Kubernetes也可以监控系统CPU使用情况过多也就是异常检测流量数据过多，异常检测线程使用过多的情况下也可以实现系统水平迁移，保证数据不丢失以及提升系统实时性。

本发明授权一种在大数据量环境下的实时异常检测系统在权利要求书中公布了：1.一种在大数据量环境下的实时异常检测系统，其特征在于，实时异常检测系统的异常检测流程包括以下步骤： S1、启动实时异常检测系统，同时加载机器学习模型； S2、将系统接入侧路由器网关的流量打包，得到流量数据包； S3、通过CICFlowMeter软件计算得到流量数据包的特征数据，并发送至消息队列；且CICFlowMeter软件每计算出一条特征数据，则发一条未发往消息队列的特征数据至消息队列；实时异常检测系统采用调用的方式获取CICFlowmeter软件服务，且CICFlowmeter软件内部持久化策略修改为发送计算得到的特征数据到消息队列； S4、机器学习模型从消息队列获取特征数据，并采用多检测线程的方式，同时对多个特征数据进行异常检测，得到异常检测结果，并写入消息队列； S5、实时统计模块从消息队列获取异常检测结果，并进行数据统计，得到异常统计结果； S6、实时统计模块将异常检测结果，以及异常统计结果发送至MySQL集群，MySQL集群对异常检测结果和异常统计结果进行添加持久化操作，并将新增变动的数据同步至Elasticsearch集群； MySQL集群与Elasticsearch集群数据同步，具体包括以下步骤： S61、监听MySQL集群的binlog日志，获取变动数据； S62、根据变动数据的操作类型，将变动数据转换为不同类型的对象； S63、将变动数据对应的数据库表、操作类型以及不同类型的对象初始化为binlog传输服务对象； S64、将binlog传输服务对象转换为Json类型并发送到消息队列中的数据同步主题； S65、初始化添加删除更新列表，对从消息队列的数据同步主题接收到的数据对象操作类型，即binlog传输服务对象的操作类型进行分类，并添加到操作类型对应的列表中； S67、根据不同的变动数据的操作类型，生成不同的请求方法发送到Elasticsearch实现数据同步； S7、Elasticsearch集群根据新增变动的数据，进行数据查询，并将查询结果返回至实时统计模块的数据大盘，具体步骤如下： S71、根据用户界面输入的查询条件，生成数据请求体； S72、将数据请求体发送到ES集群获取数据响应体； S73、若响应成功，则从数据响应体中抽出数据对应的主键索引集合后，执行步骤S74，否则根据数据请求体直接在MySQL集群进行全表查询后跳转至步骤S75； S74、根据主键索引集合到Mysql集群进行反表查询； S75、根据获取到查询结果，返回给用户； 实时异常检测系统基于查询结果，采用Docker-Kubernetes批量滚动更新机器学习模型。

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电子科技大学，其通讯地址为：610000 四川省成都市高新区(西区)西源大道2006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。