基于多特征融合的日志异常检测方法、设备和存储介质

本发明涉及日志异常检测技术领域，具体涉及基于多特征融合的日志异常检测方法、设备和存储介质。在本发明中，通过Drain算法解析日志数据并提取日志模板和日志级别，结合BERT模型提取语义特征，同时计算相邻日志时间差并生成时间特征；将语义、时间及日志级别特征融合后，输入到时序卷积网络(TCN)和Transformer模块，TCN负责捕获细粒度的局部时序特征，来与Transformer模块捕获的全局上下文特征进行互补，通过交叉注意力机制对两种特征进行深度融合，形成更为全面的日志序列表示，有效提高了日志异常检测的准确性、鲁棒性和实时性。