摘要
本发明提供一种面向演化日志的异常检测系统及方法。该系统主要分为两个阶段,在第一阶段,原有日志和演化日志通过语义分析得到语义向量,通过语义向量相似度判定得到初步日志映射表,然后通过工作流验证确定日志映射表的准确性。在第二阶段,以演化日志为数据输入,在最终日志映射表辅助下,经过日志映射得到类原有日志,以原有日志的训练模型(LSTM)正式对类原有日志实施异常检测,以得到演化日志的异常检测结果。本发明基于细粒度分析原有日志和演化日志的差异,采用语义相似度分析和工作流验证,建立原有日志和演化日志的日志事件联系,充分利用原有日志检测算法的训练成果,可有效减少实时日志异常检测的代价。
技术关键词
异常检测系统
模板
模块
工作流
随机游走方法
语义向量
算法
异常检测方法
实时日志
样本
有效性
大树
数据
核心
软件
节点
阶段
系统为您推荐了相关专利信息
自动生成系统
深度神经网络模型
深度神经网络算法
模块
自动生成方法
图像数据分类方法
样本
模型训练模块
图像数据分类系统
参数
选举方法
水下无线传感器网络
信任评估方法
汇聚节点
选举簇头节点
加温呼吸管路
故障检测
故障监测装置
呼吸机配套
故障监测方法
病灶识别方法
降噪模型
识别模型训练
识别模块
连续性