摘要
本说明书涉及数据处理技术领域,尤其涉及一种程序异常日志预测方法、装置、设备及存储介质。其方法包括,对原始日志进行正则切割获得多个日志集合,然后将多个日志集合分别进行词法分析得到对应的多个单词集;根据单词集构建样本集然后构建异常日志的随机森林模型;接着构建时间卷积神经网络,将所述随机森林模型和预设训练集一并传入所述时间卷积神经网络进行训练;最后使用黑洞运算优化所述时间卷积神经网络,得到最终异常日志预测序列。通过本说明书实施例,解决了现有技术中预测方法单一、预测精度较低,而且针对程序异常日志预测的研究少之又少的问题,从而提升预测精度和准确度,提高了资源的利用率。
技术关键词
随机森林模型
样本
训练集
决策树模型
程序
神经网络单元
计算机设备
构建决策树
日志级别
计算机存储介质
分析日志
序列
数据处理技术
切割单元
预测装置
处理器
存储器
频率
系统为您推荐了相关专利信息
空间划分方法
站点
定义
信息检索技术
初始聚类中心
车载嵌入式设备
客户端身份验证
服务端
客户端身份认证
标识符
图像类别
融合特征
识别方法
文本
计算机可读指令
医学图像分割方法
节点特征
消息传递机制
节点更新
医学图像分割系统