摘要
本申请公开了一种日志异常检测方法及相关装置,涉及软件领域,预先基于注意力机制对迭代膨胀卷积神经网络与分类器训练得到日志异常检测模型,一方面可通过注意力机制提取丰富的特征,同时利用迭代膨胀卷积神经网络来捕获更高层、更抽象的特征,由此分类器对日志是否异常的分类可以更精确,对于待检测的目标日志,通过日志异常检测模型可以有效地获得其异常检测结果。基于本发明,能够使得日志异常检测更精确,为后续的日志预警提供有效的依据。
技术关键词
迭代膨胀卷积神经网络
日志异常检测方法
训练语言模型
分类器训练
样本
异常检测装置
计算机可读指令
模型训练模块
电子设备
多头注意力机制
标签
对抗性
计算机存储介质
存储计算机程序
计算机程序产品
处理器
存储器
系统为您推荐了相关专利信息
信号处理方法
场景
电信号
计算机执行指令
训练样本集
环境感知数据
随机森林模型
提示方法
坡度信息
车辆
山区公路边坡
位移预测方法
LSTM模型
超参数
数据