一种基于门控图神经网络（GGNN）和Deep SVDD融合的微服务调用图异常的假阳性检测方法

本发明属于微服务环境下的大数据分析处理领域，涉及一种基于门控图神经网络(GGNN)和Deep SVDD融合的微服务调用图异常的假阳性检测方法；该方法包括以下步骤：通过微服务日志的链路数据构成的数据集获取微服务调用图，预处理后得到模型训练数据集；构建基于微服务调用图的异常假阳性检测模型；对模型进行训练，得到门控图神经网络(GGNN)的正常/异常学习参数，分别获取正常/异常Deep SVDD超球体；使用训练后的假阳性检测模型，将待检测的疑似异常的微服务链路数据输入模型，计算微服务调用图的异常度量，以判断当前微服务调用图整体图结构的正常/异常状态。本发明能够解决当前微服务检测算法在实际生产环境中假阳性、误报率大多偏高的问题。