摘要
本发明涉及一种多模态数据融合的分布式软件服务系统异常检测方法,与现有技术相比解决了单模态监控数据难以检测出分布式软件服务系统异常的缺陷。本发明包括以下步骤:获取分布式软件服务系统监控数据;构建异常检测模型;异常检测模型的训练;监控待检测分布式软件服务系统,并获取多模态监控数据;分布式软件服务系统的异常检测。本发明利用自监督式的对比学习方法显式建模多模态数据间的依赖关系,并通过自适应模态融合机制聚合不同模态的数据表征,通过在当前时刻预测接下来一段时间内的监控数据,提前发现服务异常,实现服务系统的在线监控和运维。
技术关键词
多模态数据融合
异常检测方法
分布式软件服务
日志
模态特征
时间序列形式
多模态监控
指标
编码模块
系统监控
节点
模板
匹配误差
注意力
动态更新
预测误差
线性变换矩阵
系统为您推荐了相关专利信息
车载CAN网络
网络入侵检测模型
入侵检测系统
报文
数据采集模块
远程在线监测方法
设备健康状态
视频流
可见光
深度学习模型
故障诊断算法
融合方法
互补特征
残差学习
残差神经网络