摘要
本发明公开了一种基于Nested GNN和VAE的微服务调用链异常检测方法,涉及数据处理技术领域。主要包括:基于调用链数据集中的调用链划分内图和外图;对各个内图和外图的节点赋予一个初始向量表示;构建基于嵌套图神经网络和变分自编码器的调用链重构模型,包括输入层、图结构层、采样层和重构层,其中图结构层包括作为编码器使用的嵌套图神经网络,重构层包括作为解码器使用的多层感知机;利用正常调用链数据对调用链重构模型进行训练;将待检测的调用链数据输入调用链重构模型,若其重构误差超出预先设定的阈值范围则该调用链被判定为异常,反之该调用链被判定为正常。本发明能够检测到更细粒度的服务内部异常,同时能够提高调用链异常检测的准确率。
技术关键词
异常检测方法
重构模型
节点
重构误差
多层感知机
矩阵
嵌套
树形结构
编码器
参数化技术
变量
数据处理技术
解码器
网络
关系
动态地
注意力
邻居
系统为您推荐了相关专利信息
中转设备
节点
逻辑回归算法
网络探测技术
表达式