-
公开(公告)号:CN118689740B
公开(公告)日:2024-12-03
申请号:CN202411157308.7
申请日:2024-08-22
Applicant: 武汉理工大学
IPC: G06F11/30 , G06F40/289 , G06F16/17 , G06N3/092 , G06N3/084
Abstract: 本发明提供了一种基于深度强化学习的实时日志异常检测方法,包括以下步骤:步骤S1:通过正则表达式将日志数据集中每条日志的参数进行替换得到日志文本,并提取数值型参数;步骤S2:将替换后的日志文本转化为语义向量,将数值型参数转化为数值参数向量,将语义向量和数值型参数向量进行拼接得到状态向量;步骤S3:将每条特征向量作为一种状态,所有进行替换后的日志作为动作集合,对深度Q网络进行训练;步骤S4:采用训练后的深度Q网络进行日志异常监测,得到日志异常监测结果。不仅可以提升日志分析的效果和准确性,而且帮助用户更好地理解和管理系统。
-
公开(公告)号:CN118689740A
公开(公告)日:2024-09-24
申请号:CN202411157308.7
申请日:2024-08-22
Applicant: 武汉理工大学
IPC: G06F11/30 , G06F40/289 , G06F16/17 , G06N3/092 , G06N3/084
Abstract: 本发明提供了一种基于深度强化学习的实时日志异常检测方法,包括以下步骤:步骤S1:通过正则表达式将日志数据集中每条日志的参数进行替换得到日志文本,并提取数值型参数;步骤S2:将替换后的日志文本转化为语义向量,将数值型参数转化为数值参数向量,将语义向量和数值型参数向量进行拼接得到状态向量;步骤S3:将每条特征向量作为一种状态,所有进行替换后的日志作为动作集合,对深度Q网络进行训练;步骤S4:采用训练后的深度Q网络进行日志异常监测,得到日志异常监测结果。不仅可以提升日志分析的效果和准确性,而且帮助用户更好地理解和管理系统。
-
公开(公告)号:CN118609141A
公开(公告)日:2024-09-06
申请号:CN202410759312.4
申请日:2024-06-13
Applicant: 武汉理工大学
IPC: G06V30/22 , G06N3/0495 , G06N3/092 , G06V10/82 , G06N3/0464
Abstract: 本发明公开了一种基于轻量化网络模型的甲骨文测定方法,通过提取现有甲骨文字库文件中的字形文件,得到甲骨文字体图片库;利用甲骨文字体图片库,基于轻量化网络训练得到初级深度强化学习模型,并识别甲骨文字形图片;将现有甲骨文字典、词典进行对应,得到甲骨文字词关键信息建立甲骨文字词数据库,并将由深度强化学习模型的识别甲骨文字形图片,放入甲骨文字词数据库得到完整甲骨文信息。本发明能提升甲骨文系统性查找的速度,弥补了查找空缺,为甲骨文的科学研究提供了有效助力。
-
-