摘要
本发明提供了一种基于BERT的日志异常监测方法及系统,涉及日志数据监测技术领域,包括:通过正则表达式替换动态变量参数,预处理日志序列;利用BERT提取语义向量,并映射至Qwen模型向量空间;训练并微调Qwen模型,通过其分类日志异常。该方法结合BERT的语义提取能力和Qwen模型的强大表示能力,具有动态变量处理高效、语义提取深度、向量空间对齐精准、异常检测能力强等优点。实验表明,本发明在精度、召回率和资源效率上优于现有技术,显著提升日志异常检测的准确性与适应性。
技术关键词
异常监测方法
日志
语义向量
BERT模型
序列
消息
动态
变量
数据监测技术
编码
微调单元
参数
解码器
投影器
监测单元
监测系统
线性
矩阵
答案
系统为您推荐了相关专利信息
多任务学习方法
参数
双线性插值算法
状态空间模型
多尺度特征
场景生成方法
GAN模型
历史负荷数据
非暂态计算机可读存储介质
聚类算法
WiFi接入设备
监测预警系统
WiFi设备
远程控制接口
深度学习模型