基于多变量日志的分布式数据库异常检测方法

本发明适用于分布式数据库技术领域，提供了基于多变量日志的分布式数据库异常检测方法，包括以下步骤：各节点会生成非结构化的日志数据，并将其分为训练日志和测试日志；采用LFA算法对日志数据进行解析；并将其分为日志事件分类和日志事件分组；引入改进的预训练语言模型RoBERTa，对每个分布式数据库的日志事件进行深层语义特征的提取；采用Transformer架构中的多头自注意力机制进行深度分析；使用编码器去除特征中的噪声并提升特征表示的一致性；标准化特征向量被输入随机森林聚类分类器中进行异常检测。本发明降低运维成本、提升用户体验、支持决策制定、适应多样化应用场景以及具有持续学习与自我优化的能力。