《计算机工程与科学杂志》发表论文赏析

基于注意力机制的半监督日志异常检测方法

来源:计算机工程与科学杂志2023年第8期北京时间:

作者:尹春勇, 冯梦雪

单位:(南京信息工程大学计算机学院、网络空间安全学院,江苏 南京 210044)

摘要:日志记载着系统运行时的重要信息,通过日志异常检测可以快速准确地找出系统故障的原因。然而,日志序列存在数据不稳定和数据之间相互依赖等问题。为此,提出了一种新的半监督日志序列异常检测方法。该方法利用双向编码语义解析BERT模型和多层卷积网络分别提取日志信息,得到日志序列之间的上下文相关信息和日志序列的局部相关性,然后使用基于注意力机制的Bi-GRU网络进行日志序列异常检测。在3个数据集上验证了所提方法的性能。与6个基准方法相比,所提方法拥有最优的F1值,同时获得了最高的AUC值0.981 3。实验结果表明,所提方法可以有效处理日志序列的数据不稳定性和数据之间相互依赖的问题。

关键词:日志异常检测,双向门控递归单元,多层卷积,双向编码语义解析,注意力机制,

2023年8期其他文献查阅:

基于机器学习的多压多温多参标准单元延迟快速计算方法

一种面向Chiplet互连的高效传输协议设计与实现

应用级兼容RISC-V的混合指令集处理器

基于注意力机制的城市多元空气质量数据缺失值填充

基于Surrogate模型的断言覆盖技术研究

一种基于混合加固的容软错误NoC路由器

海量地铁乘客轨迹相似性连接方法:以深圳地铁为例

边缘计算中的信任问题:挑战与评论

基于注意力机制的半监督日志异常检测方法

基于Transformer和多特征融合的DGA域名检测方法

面向路网的空间众包隐私保护任务分配算法

基于预训练语言模型的安卓恶意软件检测方法

基于双模态的小角散射图像结构表征技术研究

融入注意力机制的多尺度卷积图像去雾方法

基于轻量化YOLOX的电子元器件缺陷检测方法研究

图卷积神经网络综述

基于高低阈值的脉冲神经元抗噪学习算法

基于NPN融入词性注意力机制的中文事件探测

基于RoBERTa-wwm-BiLSTM-CRF的扶持政策文本实体识别研究

多策略融合改进的均衡优化算法及其应用

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!