摘要
本发明实施例公开了一种软件缺陷类型预测方法、装置、设备及介质,该方法包括:获取目标软件的日志数据,根据所述日志数据确定当前执行周期中的目标检测时刻之前的任一检测时刻的异常事件与目标类型异常事件之间的异常转移概率;将所述异常转移概率输入预训练的异常检测模型,获取所述异常检测模型输出的所述目标检测时刻出现目标类型异常事件的出现概率,其中,所述异常检测模型的样本对包括多个预设执行周期内的第一异常事件与第二异常事件之间的异常转移概率以及第二异常事件的出现概率。本发明提供的技术方案,可以提高异常类型预测的准确性。
技术关键词
异常事件
日志
周期
理论
神经网络训练
数据
可读存储介质
误差参数
计算机
预测装置
电子设备
处理器通信
样本
存储器
指令
模块
系统为您推荐了相关专利信息
控制器设计方法
控制算法设计
参数
控制结构
非线性系统
跟随系统
人体重识别
匈牙利算法
卡尔曼滤波
注意力机制
工作周期
监测方法
粉尘
布袋除尘器技术
报警控制模块
面向多源异构
普查方法
多源异构数据源
元数据管理模块
日志解析规则