WIPO logo
Mobile | Deutsch | Español | Français | 日本語 | 한국어 | Português | Русский | 中文 | العربية |
PATENTSCOPE

Search International and National Patent Collections
World Intellectual Property Organization
Search
 
Browse
 
Translate
 
Options
 
News
 
Login
 
Help
 
Machine translation
1. (WO2018037411) MODEL FOR DETECTION OF ANOMALOUS DISCRETE DATA SEQUENCES
Latest bibliographic data on file with the International Bureau    Submit observation

Pub. No.: WO/2018/037411 International Application No.: PCT/IL2017/050940
Publication Date: 01.03.2018 International Filing Date: 23.08.2017
IPC:
G06F 21/54 (2013.01) ,G06F 7/02 (2006.01)
Applicants: B. G. NEGEV TECHNOLOGIES AND APPLICATIONS LTD., AT BEN-GURION UNIVERSITY[IL/IL]; P.O. Box 653 8410501 Beer Sheva, IL
Inventors: YAHALOM, Ran; IL
PROGADOR, Angel; IL
ELOVICI, Yuval; IL
Agent: BENETT, Gad; BEN-AMI & ASSOCIATES P.O Box 94 7610002 Rehovot, IL
BENETT, Gad; IL
Priority Data:
62/378,96624.08.2016US
Title (EN) MODEL FOR DETECTION OF ANOMALOUS DISCRETE DATA SEQUENCES
(FR) MODÈLE DE DÉTECTION DE SÉQUENCES DE DONNÉES DISCRÈTES ANORMALES
Abstract: front page image
(EN) A system and methods are provided for detecting an anomalous discrete data sequence. The method includes applying a mapping function to a set of discrete data sequences to generate a first support level indicating affinity between the mapping function and the data set, adding a new discrete data sequence to the data set, calculating a second support level indicating affinity of the mapping function and the data set including the new discrete data sequence, calculating a support gain from a difference between the second support level and the first support level, and determining from the support gain an anomaly score indicating that the new discrete data sequence is anomalous, and thereby providing an anomaly indication of the new discrete data sequence to a system for classifying events.
(FR) La présente invention concerne un système et des procédés permettant de détecter une séquence de données discrètes anormale. Le procédé consiste à appliquer une fonction de mappage à un ensemble de séquences de données discrètes pour générer un premier niveau de support indiquant une affinité entre la fonction de mappage et l'ensemble de données, à ajouter une nouvelle séquence de données discrètes à l'ensemble de données, à calculer un second niveau de support indiquant l'affinité de la fonction de mappage et de l'ensemble de données comprenant la nouvelle séquence de données discrètes, à calculer un gain de support à partir d'une différence entre le second niveau de support et le premier niveau de support, et à déterminer à partir du gain de support un score d'anomalie indiquant que la nouvelle séquence de données discrètes est anormale, et à fournir ainsi une indication d'anomalie de la nouvelle séquence de données discrètes à un système afin de classer des événements.
Designated States: AE, AG, AL, AM, AO, AT, AU, AZ, BA, BB, BG, BH, BN, BR, BW, BY, BZ, CA, CH, CL, CN, CO, CR, CU, CZ, DE, DJ, DK, DM, DO, DZ, EC, EE, EG, ES, FI, GB, GD, GE, GH, GM, GT, HN, HR, HU, ID, IL, IN, IR, IS, JO, JP, KE, KG, KH, KN, KP, KR, KW, KZ, LA, LC, LK, LR, LS, LU, LY, MA, MD, ME, MG, MK, MN, MW, MX, MY, MZ, NA, NG, NI, NO, NZ, OM, PA, PE, PG, PH, PL, PT, QA, RO, RS, RU, RW, SA, SC, SD, SE, SG, SK, SL, SM, ST, SV, SY, TH, TJ, TM, TN, TR, TT, TZ, UA, UG, US, UZ, VC, VN, ZA, ZM, ZW
African Regional Intellectual Property Organization (ARIPO) (BW, GH, GM, KE, LR, LS, MW, MZ, NA, RW, SD, SL, ST, SZ, TZ, UG, ZM, ZW)
Eurasian Patent Office (AM, AZ, BY, KG, KZ, RU, TJ, TM)
European Patent Office (EPO) (AL, AT, BE, BG, CH, CY, CZ, DE, DK, EE, ES, FI, FR, GB, GR, HR, HU, IE, IS, IT, LT, LU, LV, MC, MK, MT, NL, NO, PL, PT, RO, RS, SE, SI, SK, SM, TR)
African Intellectual Property Organization (BF, BJ, CF, CG, CI, CM, GA, GN, GQ, GW, KM, ML, MR, NE, SN, TD, TG)
Publication Language: English (EN)
Filing Language: English (EN)