江西高软申请基于联邦学习的分布式大数据异常检测系统专利，实现高效、安全且可扩展的异常检测

<p>金融界2024年12月12日消息，国家知识产权局信息显示，江西高软科技有限公司申请一项名为“基于联邦学习的分布式大数据异常检测系统及其方法”的专利，公开号CN 119106383 A，申请日期为2024年9月。</p><p>专利摘要显示，本发明涉及大数据异常检测系统技术领域，具体涉及基于联邦学习的分布式大数据异常检测系统及其方法，包括有：动态特征提取器、联邦异常检测器、联邦异常解释器、联邦异常响应协调器、联邦学习优化器；所述动态特征提取器，用于持续监控实时数据流并抽取特征，形成特征向量；所述联邦异常检测器，用于判断监控数据流是否异常；所述联邦异常解释器，用于量化特征重要性并分析引起异常的原因；所述联邦异常响应协调器，用于根据异常原因，协调相应参与方的响应策略；所述联邦学习优化器，根据异常响应策略结果调整系统参数，通过创新的动态特征提取、多模型融合和自适应响应策略，实现了高效、安全且可扩展的异常检测。</p>