一种基于多源运维数据融合的异常检测多分类方法

本公开提供一种基于多源运维数据融合的异常检测多分类方法。包括：数据输入层、通过异化多模态编码和层次化多模态融合架构实现的并行编码层、通过时空感知的动态门控增强注意力机制实现的时空特征融合层、通过梯度感知的动态平滑损失函数实现的动态决策优化层；时空特征融合通过时空感知的动态门控增强注意力机制生成带有动态注意力权重的特征表示及权重矩阵，输出至动态决策优化层；动态决策优化层通过以梯度感知动态平滑损失函数作为反馈的分类器实现对于异常的检测，从而解决了多源异构数据融合、时序动态建模与数据标签不平衡等关键问题，有效提升训练集群的异常检测准确性与鲁棒性，为复杂训练集群的智能运维提供可靠的技术支撑。