基于增强知识库与动态掩码建模的日志序列异常检测方法

AITNT
正文
推荐专利
基于增强知识库与动态掩码建模的日志序列异常检测方法
申请号:CN202510462761
申请日期:2025-04-14
公开号:CN120372007A
公开日期:2025-07-25
类型:发明专利
摘要
基于增强知识库与动态掩码建模的日志序列异常检测方法,属于计算机技术领域。解决了现有日志序列异常检测存在准确性差和效率低的问题,本发明采用预训练的日志异常检测模型对所述待检测日志进行异常检测和异常根源追踪,日志异常检测模型的训练过程,采用动态提示模板对历史日志进行解析与结构化和内容强化后生成增强知识库;从增强知识库中提取正常和异常日志序列样本,采用余弦相似度算法将样本分为高相似样本对和低相似样本对;使用字节对编码分词器将样本生成词元;采用差异敏感掩码和阈值约束的随机掩码分别对高相似样本对和低相似样本对词元掩码;采用掩码后的词元对所述BERT模型训练,获取日志异常检测模型。本发明适用于日志序列异常检测。
技术关键词
序列异常检测方法 日志 样本 BERT模型 预训练语言模型 动态 工作流 语义特征 解码架构 标记 深度编码 注意力机制 模板 异常点 本质 标识符
添加客服微信openai178,进AITNT官方交流群
驱动智慧未来:提供一站式AI转型解决方案
沪ICP备2023015588号