-
公开(公告)号:CN117992496A
公开(公告)日:2024-05-07
申请号:CN202410088839.9
申请日:2024-01-22
Applicant: 东北大学
IPC: G06F16/2455 , G06F18/214 , G06F18/213 , G06F18/25 , G06N3/0455
Abstract: 本发明提供一种基于时空特征融合的日志异常检测方法,涉及计算机软件系统智能运维技术领域。该方法首先构建日志原始样本数据序列集合,并形成对应的日志模板数据序列;再对日志模板序列数据进行时间维度和空间维度的特征提取,并将两种特征融合得到日志模板数据序列的最终特征表示;最后使用深度支持向量数据描述算法Deep SVDD训练基于日志时空特征融合的异常检测模型,学习并优化一个关联日志模板序列表示向量的超球面,实现日志异常检测。本发明方法挖掘出日志原始数据序列中的时间和空间关联关系,进而赋予系统良好的异常检测准确性,有助于精准地捕获软件系统运行模式中的异常,提高系统的稳定性。