摘要
本申请涉及一种时序日志处理方法、装置、计算机设备及介质,该方法包括:对端侧设备的原始时序日志进行分类处理,得到数值型时序数据和文本型事件日志;分别对数值型时序数据进行分段压缩处理,以及对文本型事件日志进行动态字典压缩处理,得到压缩后的数值型数据块和文本型数据块,用以生成特征向量并上传至云端,使特征向量输入设定的异常检测模型,生成异常检测结果;最终根据异常检测结果对原始时序日志执行本地日志深度转储操作,并根据更新后的压缩参数和特征字典调整压缩处理时的压缩率。该方法通过端云协同的分类压缩与动态反馈机制,显著降低日志传输与存储成本,同时提升异常检测的实时性与准确性。
技术关键词
特征字典
日志
动态字典
时序
关键词
生成特征向量
文本
数值
数据
云端
分段
统计特征
动态时间规整算法
计算机设备
动态反馈机制
参数
循环冗余校验
梯度下降算法
端云协同
关键字
系统为您推荐了相关专利信息
风险评估方法
机器学习模型训练
软件
风险评估报告
风险评估系统
快速检索系统
关键词
语义特征
图像内容特征
同义词
医用耗材
监测评估方法
条件对抗网络
预警模型
医疗信息系统
带宽预测方法
XGBoost模型
LSTM模型
XGBoost算法
时序特征