基于快速层归一化注意力SLNA机制的异常检测方法

AITNT
正文
推荐专利
基于快速层归一化注意力SLNA机制的异常检测方法
申请号:CN202411392392
申请日期:2024-10-04
公开号:CN119336909A
公开日期:2025-01-21
类型:发明专利
摘要
一种基于快速层归一化注意力SLNA机制的异常检测方法,该异常检测方法包括日志模板提取以及日志异常检测模型构建实施步骤,所述日志模板提取步骤基于提示词工程和大型语言模型,避免产生冗余的日志模板信息,从而正确区分日志消息中的变量和常量,并将具有相同模板的日志消息进行聚类;所述日志异常检测模型构建实施步骤通过采用异常检测编码器模块并增加Adapter适配器模块,并对适配器模块进行部分微调,提高日志异常检测模型的泛化能力。本发明加强了日志异常检测模型对现有知识的利用率,提高了日志异常检测模型的泛化能力;通过改进多头注意力机制,加快异常检测速度。
技术关键词
异常检测方法 非易失性存储介质 检测编码器 适配器 计算机可读指令 模板 异常检测装置 模块 语义向量 样本 多头注意力机制 消息 KNN算法 解析日志 聚类 冗余
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