基于多特征静态加权融合的无监督日志异常检测方法、装置、设备及介质

本发明涉及日志异常检测技术领域，提供一种基于多特征静态加权融合的无监督日志异常检测方法、装置、设备及介质，该方法包括：通过数据预处理得到用于特征学习的基础特征集，包括序列特征、统计特征和语义特征；利用所述用于特征学习的基础特征集，训练三通道LSTM‑FC网络模型，训练完成后得到日志异常检测模型；利用所述日志异常检测模型进行日志异常检测。本发明采用三通道LSTM‑FC特征学习模式，对原始日志转换后得到的序列特征、统计特征、语义特征分别进行特征学习，然后结合可学习的归一化权重因子对特征学习结果进行加权融合，能够解决日志异常检测面临特征融合低效与模型可解释性不足的问题，提升日志异常检测性能。