集思谱需要我帮你解读这件专利吗？
公开（公告）号CN122332174B | 申请号CN202610796482.9 | 专利类型发明授权 |
状态有效 | 国家或地区CN | 申请人国网江西省电力有限公司电力科学研究院;江西师范大学 |
分类号G06F11/07(2006.01), G06F18/25(2023.01), G06F18/2433(2023.01), G06N3/042(2023.01), G06N3/0455(2023.01), G06N3/048(2023.01) | 申请日2026-06-04 | 公开日2026-10-23 |
发布日期2026-10-23 | 文档 ID84601476339300002 | 源数据页码2037 |
专利语言zh | ||
本发明涉及日志异常检测技术领域，具体为一种基于结构感知异构图Transformer的日志异常检测方法。本发明采用Drain算法解析原始日志，提取日志事件及组件信息，构建包含节点类型、边类型及边权重的有向加权日志异构图；利用预训练语言模型BERT对各节点进行上下文感知语义编码；构建结构感知异构图Transformer网络，通过结构异常感知因子对异构相互注意力计算与消息传递过程进行动态调制；采用超球面最小体积约束与正交正则化构成的联合损失函数进行模型训练，以图级深度表示与特征空间中心的欧氏距离作为异常得分完成检测。本发明能有效提升日志异常检测的准确性、鲁棒性与泛化性能。
附图 1