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！

龙图腾网获悉浙江君同智能科技有限责任公司申请的专利一种基于GAN网络和元学习的系统日志检测方法及系统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：CN115423045B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202211245771.8，技术领域涉及：G06F18/214；该发明授权一种基于GAN网络和元学习的系统日志检测方法及系统是由韩蒙;夏海生;洪榛;温震宇;张龙源;戴强;林昶廷;王滨设计研发完成，并于2022-10-12向国家知识产权局提交的专利申请。

本一种基于GAN网络和元学习的系统日志检测方法及系统在说明书摘要公布了：本发明公开了一种基于GAN网络和元学习的系统日志检测方法，利用生成对抗网络来产生平衡的数据集，将生成的平衡的数据集输入到元学习模型中进行训练学习并输出日志分类，有效的解决了日志数据不平衡和日志数据量过少时系统日志检测不准确的技术问题，提高了系统日志检测的准确性。此外，本发明还公开了一种基于GAN网络和元学习的系统日志检测系统，构建了生成对抗网络模型和超参数元网络模型，该系统在输入的系统日志数据不平衡或者日志数据量过少时也有着很好的检测效果，具有较高的检测准确度。

本发明授权一种基于GAN网络和元学习的系统日志检测方法及系统在权利要求书中公布了：1.一种基于GAN网络和元学习的系统日志检测方法，其特征在于，所述方法包括步骤： S1、获取系统的日志文本数据和系统硬件数据，构建得到标准的多序列数据； S2、构建生成对抗网络模型，将所述多序列数据作为生成对抗网络模型的输入，利用生成对抗网络模型的生成模型和判别模型进行相互博弈，并基于反向传播更新生成对抗网络模型的损失函数和交叉熵，获取具有最优参数的生成对抗网络模型，并输出平衡的日志训练数据集； S3、引入一个超参数元网络作为元学习中的元学习器，该网络使用每个步骤的当前网络权值和总损失函数来生成学习率参数和权重衰减系数，使得元学习训练过程中每个内部循环迭代能够适应给定的任务； S4、将最优参数的生成对抗网络模型作为元学习的基础元学习者，将超参数元网络作为元学习器构建日志检测元学习模型； S5、将所述平衡的日志训练数据集输入至所述日志检测元学习模型进行分类模型训练，输出日志的分类； 所述步骤S2包括： S21、将多序列数据输入生成模型中产生假日志样本集； S22、将假日志样本集和真日志样本集分别输入判别模型中，由判别模型判别假日志样本集是真样本还是假样本； S23、在判别模型进行判别过程中，判别模型中的损失函数不断更新判别模型的参数，直到判别器模型能够判断假日志样本集是否为真实事件时，判别模型训练结束，生成模型生成的假日志样本集由训练好的判别模型进行判别，判别模型将判别结果输入至生成器模型中； S24、生成模型中的损失函数不断更新生成模型的参数，优化生成模型生成的假日志样本集； S25、将生成模型生成的假日志样本集与真日志样本集分别输入至判别模型中进行判别，当判别模型无法辨别输入的假日志样本集为生成器模型生成的假日志样本集还是真日志样本集，生成模型训练结束，继续训练判别模型； S26、当达到设置的循环训练次数时，生成模型和判别模型达到平衡，得到成熟的生成模型，训练结束。

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浙江君同智能科技有限责任公司，其通讯地址为：310053 浙江省杭州市滨江区浦沿街道东信大道66号二号楼314室；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。