-
公开(公告)号:CN118760663A
公开(公告)日:2024-10-11
申请号:CN202410710974.2
申请日:2024-06-03
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F16/18 , G06F40/30 , G06F40/186 , G06F40/289 , G06F18/213 , G06F18/2415 , G06N3/045 , G06F18/25
Abstract: 本申请公开了一种日志检测的方法、装置、设备及计算机存储介质。将获取到的待检测日志数据输入目标模型,利用正则表达式对待检测日志数据过滤,得到包括目标字符的日志模板串数据。基于日志模板串数据中单词和词向量的对应关系确定日志模板串数据的单词对应的词向量。根据日志模板串数据得到位置编码向量和注意力掩码向量。通过将词向量、位置编码向量和注意力掩码向量融合,得到文本特征向量,能够得到准确的语义信息。利用目标模型中的编码器对文本特征向量进行语义增强,得到语义增强后的文本特征向量;将线性组合后的语义信息输入到目标模型的全连接层,得到目标检测结果。能够提高检测异常日志的准确率。
-
公开(公告)号:CN118838775A
公开(公告)日:2024-10-25
申请号:CN202410910609.6
申请日:2024-07-08
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F11/30 , G06F11/34 , G06N3/0464 , G06N3/092 , G06N3/0455 , G06N3/042
Abstract: 本申请公开了一种时序数据的异常检测方法、装置、设备、存储介质及产品,涉及人工智能技术领域,公开了时序数据的异常检测方法,包括:对时序运维数据对应的时序信息图进行多尺度特征提取,得到目标深度特征;根据所述目标深度特征和所述时序信息图进行特征聚合,并将聚合结果以及所述目标深度特征输入至目标扩散模型进行特征生成,得到所述时序运维数据对应的目标语义特征;根据所述目标语义特征对所述时序运维数据进行异常检测,得到所述时序运维数据的异常检测结果。通过上述方式,摆脱了特征工程的局限,能够节省大量的人力物力并适应于现实世界多源异构的数据类型,满足了现实场景中智能运维的需求,同时提高了异常检测方式的通用性。
-
-
公开(公告)号:CN118034988A
公开(公告)日:2024-05-14
申请号:CN202410354274.4
申请日:2024-03-26
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
IPC: G06F11/07 , G06V10/764 , G06V10/766 , G06V10/44 , G06V10/80 , G06V10/82 , G06N3/0464 , G06N3/0455 , G06N3/0499 , G06N3/084 , G06N3/048
Abstract: 本发明属于人工智能技术领域,公开了一种异常诊断方法、装置、设备、存储介质及产品。该方法包括:获取目标机器人设备发生异常时的屏幕图像;基于预训练的自适应诊断模型,对所述屏幕图像进行异常诊断,得到诊断结果,所述诊断结果至少包括异常类型、异常区域以及恢复措施;基于所述诊断结果,对所述目标机器人设备进行修复。通过上述方式,以机器人设备发生异常时的屏幕图像为数据源,结合自适应诊断模型,能够自适应地诊断出异常发生的类型、区域与恢复措施,能够适用于不同的场景,提高了场景适应性,可以及时、准确地对异常进行诊断,机器人设备能够及时得到修复,保持自动化业务的连续性。
-
-
公开(公告)号:CN118860707A
公开(公告)日:2024-10-29
申请号:CN202410851455.8
申请日:2024-06-27
Applicant: 中移动信息技术有限公司 , 中国移动通信集团有限公司 , 北京邮电大学
Abstract: 本发明公开了一种日志故障处理方法、装置、设备、存储介质及程序产品,该方法包括:对原始日志数据进行预处理,获得日志序列,日志序列包括至少一组日志结构化数据,对日志结构化数据进行特征分析,获取日志序列的特征分布信息,基于特征分布信息对日志序列进行异常检测,确定日志序列中的未知异常日志,对已知异常日志分类处理和/或对未知异常日志进行语义解释处理;由于本发明通过对原始日志数据预处理,从而有效地提升了日志数据的平衡性,基于特征分布信息对日志序列进行异常检测,对不同类型的异常日志数据分别实施对应的故障处理,从而有效提升故障处理的泛化性,实现针对不同场景确保故障处理的效率。
-
-
-
-
-
-