龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：山西大学
摘要：本发明属于软件异常检测技术领域，具体涉及一种基于LSTM网络和过程状态检查的日志异常检测方法。为了提高异常检测的准确性和效率，本方法通过研究日志数据的结构和特性，基于LSTM网络来模拟编码后的事件模板作为自然语言序列，实现了对大规模分布式系统日志的解析和任务分类。此外，还采用了多任务学习框架，整合了事件模板序列和CPU使用率的检测任务，从而提高了异常检测的准确性和效率。
主权项：1.一种基于LSTM网络和过程状态检查的日志异常检测方法，其特征在于，包括以下步骤：步骤1，基于规则的分类方法，收集软件系统内的日志条目；步骤2，从日志条目中提取事件模板，并对事件模板进行编码，形成日志序列；步骤3，获取软件系统内的CPU使用率；步骤4，使用双层LSTM网络和多层感知器构建异常检测模型，输入是基于设定时间窗口大小选择的日志序列和CPU使用率，输出是下一个事件模板的预测概率分布以及预测的CPU使用率；步骤5，对于事件模板：如果实际发生的事件模板与预测的下一个事件模板不符，或者实际事件模板的预测概率低于某个阈值，则该事件模板可能被视为异常；对于CPU使用率：预测的CPU使用率和真实值之间的误差通过均方误差测量，且该误差遵循高斯分布，如果该误差超出高斯分布的置信区间，则预测的下一个事件模板被视为异常。
全文数据：
权利要求：
百度查询： 山西大学 基于LSTM网络和过程状态检查的日志异常检测方法
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号