基于迁移学习的日志异常检测方法

扫码查看

原文链接

NSTL
万方数据

中文摘要：本发明涉及网络通信，为能够及时、主动发现服务异常以及时采取应对措施，提高网络中心的稳定性，本发明，基于迁移学习的日志异常检测方法，处理对象为源数据、目标数据：具体包括三部分：1)特征构建部分；形成日志数据的向量序列，作为迁移学习部分的输入；2)迁移学习部分；首先将源数据形成的向量序列输入长短期记忆LSTM网络，对模型参数进行训练；然后将目标数据形成的向量序列输入上一阶段初步训练好参数的模型，并对模型参数进行再次调整3)主动学习部分：迭代地更新数据和模型。本发明主要应用于网络通信日志数据处理场合。

申请号：

CN202010813538.X

公开号：

CN111930597B

专利类型：

发明专利

申请日：

2020-08-13

公开日：

2023-09-22

IPC分类：

G06F11/30(2006.01)

申请人：

南开大学;赛尔网络有限公司

发明人：

张圣林、李东闻、陈锐、孙永谦、张玉志

主申请人地址：

300071 天津市南开区卫津路94号

国别省市代码：

中国(CN)