Document
拖动滑块完成拼图
个人中心

预订订单
商城订单
发布专利 发布成果 人才入驻 发布商标 发布需求

请提出您的宝贵建议,有机会获取IP积分或其他奖励

投诉建议

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 积分商城 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 超聚变数字技术有限公司吴凡获国家专利权

超聚变数字技术有限公司吴凡获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉超聚变数字技术有限公司申请的专利日志异常检测模型训练方法、装置及设备获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN115269304B

龙图腾网通过国家知识产权局官网在2026-01-23发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202110699643.X,技术领域涉及:G06F11/30;该发明授权日志异常检测模型训练方法、装置及设备是由吴凡;亚历山大·阿克尔;托尔斯滕·菲利普·维特科普;奥德伊·高设计研发完成,并于2021-06-23向国家知识产权局提交的专利申请。

日志异常检测模型训练方法、装置及设备在说明书摘要公布了:公开了日志异常检测模型训练方法、装置及设备,应用于人工智能领域,方法包括:获取第一日志样本集,并通过第一日志样本集对初始日志异常检测模型进行预训练,得到预训练的日志异常检测模型,然后获取第二日志样本,通过第二日志样本集对预训练的日志异常检测模型进行微调,即可得到训练好的日志异常检测模型,其中,第一日志样本集是对目标对象的日志数据进行处理得到,第二日志样本集是对目标子对象的日志数据进行处理得到,目标子对象属于目标对象。该方法能够解决现有技术存在的训练得到的日志异常检测模型泛化能力低,导致用户在实现对相似对象生成的日志进行异常检测时,需要训练得到新模型,会耗费大量人力和时间成本,效率低的问题。

本发明授权日志异常检测模型训练方法、装置及设备在权利要求书中公布了:1.一种日志异常检测模型训练方法,其特征在于,所述方法包括: 获取第一日志样本集,其中,所述第一日志样本集是对目标对象的日志数据进行处理得到的;所述第一日志样本集包括m个日志样本,m为大于1的自然数; 分别对所述m个日志样本进行分词,得到所述m个日志样本对应的m个词序列; 分别对所述m个词序列中预设比例的词进行掩码处理,得到掩码处理后的m个词序列; 分别获取所述掩码处理后的m个词序列中的每个词对应的词嵌入向量和位置嵌入向量,其中,所述每个词对应的词嵌入向量为用于表示所述每个词的多维向量,所述每个词对应的位置嵌入向量表示所述每个词在其所属的词序列中的位置; 分别根据所述掩码处理后的m个词序列中的每个词对应的词嵌入向量和位置嵌入向量,获取所述掩码处理后的m个词序列对应的m个第一行向量; 分别将所述m个第一行向量,输入初始日志异常检测模型进行训练,得到m个第二行向量,其中,所述m个第二行向量与所述掩码处理后的m个词序列存在一一对应关系,所述m个第二行向量中的每个第二行向量包括与其对应的掩码处理后的词序列的语义信息; 获取所述m个第二行向量到初始聚类中心的损失;所述获取所述m个第二行向量到初始聚类中心的损失的公式为: ; 其中,表示所述m个第二行向量中的第i个第二行向量,c表示所述初始聚类中心,表示所述第i个第二行向量到所述初始聚类中心的损失,i为自然数; 根据所述m个第二行向量到所述初始聚类中心的损失,训练初始日志异常检测模型,得到预训练的日志异常检测模型以及目标聚类中心; 获取第二日志样本集,其中,所述第二日志样本集是对目标子对象的日志数据进行处理得到的,所述目标子对象属于目标对象; 通过所述第二日志样本集对所述预训练的日志异常检测模型进行微调,得到训练好的日志异常检测模型。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人超聚变数字技术有限公司,其通讯地址为:450046 河南省郑州市郑东新区龙子湖智慧岛正商博雅广场1号楼9层;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。