一种容器异常检测方法、系统及计算机程序产品

本发明公开了一种容器异常检测方法、系统及计算机程序产品，涉及信息安全技术领域。本发明对经典粒子群算法进行了改进、并采用改进的粒子群算法对应用于容器异常检测中的BiLSTM网络进行参数寻优，提高了BiLSTM网络的性能，提升了容器异常检测准确性。本发明采用滑动窗口拆分系统调用序列，并结合TF‑IDF算法剔除冗余的系统调用短序列，减少了噪声干扰。本发明通过将经典粒子群算法在更新粒子速度时的常数型惯性权重替换成非线性惯性权重、常数型学习因子替换为自适应学习因子，解决了经典粒子群算法易陷入局部最优的问题，能更精准快速找到粒子最优位置，提高算法性能及稳定性。