一种网络异常状态的识别方法及装置

本发明公开了一种网络异常状态的识别方法及装置。本申请通过结合时间序列分析、挖掘算法和支持向量机算法，生成网络对象的老化程度量化值，并基于网络属性生成重要性量化值。将两者加权融合生成综合评分，依据实时评分分布曲线设定异常阈值，筛选出老化对象集合。利用长短期记忆网络与图神经网络结合的深度学习模型，识别老化模式并生成老化描述。从多维度提取老化对象的多模态特征，构建动态特征空间。最终，结合老化描述和动态特征空间，采用多维度数据关联算法及自适应可视化方法识别网络中的异常状态。这一过程实现了对网络异常状态的全面、动态和实时识别，有效解决了现有技术无法全面、准确地识别网络状态异常的问题。