一种基于对比学习和注意力机制的系统日志异常检测系统及方法

AITNT
正文
推荐专利
一种基于对比学习和注意力机制的系统日志异常检测系统及方法
申请号:CN202410729448
申请日期:2024-06-06
公开号:CN118585367A
公开日期:2024-09-03
类型:发明专利
摘要
本发明涉及一种基于对比学习和注意力机制的系统日志异常检测系统及方法,属于信息系统运维领域。该方法利用对比学习和注意力机制,结合系统日志数据的特征,实现对系统异常行为的有效检测。本发明主要提供如下内容:收集系统日志数据,并对其进行预处理,包括清洗和特征提取,利用这些数据并基于对比学习和注意力机制得到日志数据的特征向量,根据特征向量以及标签训练神经网络模型,得到可以根据日志信息检测日志是否异常的系统,从而提高对信息系统异常行为的检测精度和效率。
技术关键词
注意力机制 异常检测系统 异常检测方法 BERT模型 编码器 文本 标签 日志解析 收集系统日志 信息系统运维 训练神经网络模型 异常数据 模块 数据编码 采集系统
系统为您推荐了相关专利信息
1
一种油气勘探开发设备用电负荷预测系统及方法
时序 油气勘探开发设备 变分模态分解算法 数据 特征值重构
2
一种AI多智能体与数字孪生融合的排产过程可视化方法、介质及系统
可视化方法 数字孪生 智能体交互 时序数据处理模型 多头注意力机制
3
一种基于大模型的矛盾纠纷预案推荐方法
BERT模型 推荐方法 矩阵 文本 数据
4
一种主被叫号码属地信息就近匹配隐私号的方法和系统
号码 构建时间序列模型 模糊规则 权重分配策略 优化预测模型
5
一种基于多令牌大语言模型的人体运动生成方法和系统
生成动作 动作特征 大语言模型 运动生成方法 令牌
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号