摘要
本申请公开了一种网络异常检测方法、装置、设备、存储介质及产品。其中,方法包括:构建待测网络的全连通图,所述全连通图包括多个节点,且任意两个节点之间相互连接,其中,节点用于表示所述待测网络中的接口;根据所述多个节点的历史网络数据,利用深度学习模型获取所述多个节点中的每个节点的图嵌入,所述图嵌入用于表示节点与邻点之间的时间依赖关系和空间关系;对每个节点的图嵌入进行聚类,得到聚类结果;利用所述聚类结果对支持向量机分类器进行训练,得到目标模型;利用所述待测网络的实时网络数据和所述目标模型对待测网络进行异常预测,得到所述待测网络的网络状态。本申请实施例能够提高对异常事件的检测准确率。
技术关键词
网络异常检测方法
节点
聚类
支持向量机分类器
深度学习模型
计算机程序指令
数据
关系
可读存储介质
计算机程序产品
处理器
注意力
异常事件
标记
模块
终端设备
接口
系统为您推荐了相关专利信息
人体工效学
风险分析方法
节点数
轨迹
风险分析系统
决策辅助方法
会议
规则引擎技术
预训练语言模型
数据采集层
热工水力特性
智能预测方法
冷却工质流量
波浪形
冷板结构