返回搜索
档案
基于有向属性加权图神经网络的日志异常检测方法及系统
发明专利未知
10权利要求 · 2 独立
§ Ⅰ
卷宗概要
发明人
伍洋; 鄢睿丞; 蔡建宇; 蒋序平; 苏耀峰; 韩枫; 陈翀昊
申请日
Sep 16, 2026
公开日
Oct 20, 2026
IPC 分类
G06F 18/2413 (2023.01)G06F 16/28 (2019.01)G06F 18/2137 (2023.01)G06N 3/042 (2023.01)G06N 3/045 (2023.01)G06N 3/0464 (2023.01)G06N 3/0985 (2023.01)
本申请涉及人工智能、计算机系统运维与日志分析技术领域,公开了一种基于有向属性加权图神经网络的日志异常检测方法及系统。该方法包括采集大量原始日志消息并转换为结构化的多个日志组;将每个日志组转换为一个包含语义、时序和拓扑信息的有向属性加权图;将有向属性加权图输入注意力增强的端到端单类有向图神经网络,通过注意力增强有向图卷积层提取所有节点的最终表示;通过图表示学习将所有节点的最终表示聚合为有向属性加权图的全局表示向量;将有向属性加权图的全局表示向量与超球中心之间的欧几里得距离作为异常分数,根据异常分数对有向属性加权图对应的日志组进行异常判定。采用本方法能够提高日志异常的检测精度。
登录后阅读全文
已显示权利要求 1。免费注册即可阅读全部 10 项权利要求、说明书全文、全部附图、翻译和法律状态。
- 全部权利要求
- 技术领域
- 背景技术
- 发明内容
- 附图说明
- 具体实施方式