基于深度学习的异常检测和处理方法及系统

本发明涉及电数字数据处理技术领域，具体为基于深度学习的异常检测和处理方法及系统。本发明首先对日志文本序列、日志时间戳序列和运行状态指标序列集合进行特征提取和融合，得到初始特征向量序列；然后构建层次化图神经网络对初始特征向量序列进行特征更新、传播和融合，得到多层次融合特征向量序列，结合日志文本序列和运行状态指标序列集合计算标准化模式向量序列，根据标准化模式向量序列得到自适应异常阈值并检测候选异常日志；最后对候选异常日志进行验证，确定已验证异常日志，对已验证异常日志进行分类，根据分类结果生成处理建议文本并进行预警提示。本发明能够减少误检率，提高日志异常检测准确性。