混合特征平衡图注意力网络日志异常检测模型

来源：计算机工程与应用杂志2025年第1期北京时间：

作者：陈旭, 张硕, 景永俊, 王叔洋

单位：1.北方民族大学 计算机科学与工程学院，银川 750000；2.北方民族大学 电气信息工程学院，银川 750000

摘要：针对现有方法忽略了日志异常数据不平衡和日志特征间的关联性，导致异常检测准确率低的问题。提出一种基于混合特征平衡图注意力网络的日志异常检测模型（HBGATLog）。构建混合日志图构建模块，通过混合特征提取模块提取日志数据的语义信息、日志序列和时间结构，增强日志特征间的关联性，并采用日志图构建模块构建日志图，有效保留空间结构特征。设计平衡日志图生成模块，解决不平衡的日志数据导致检测结果偏向多数类问题。采用图日志异常检测模块进行异常检测。使用BGL、Thunderbird和HDFS三个公共数据集对HBGATLog进行验证，实验结果表明，F1 score分别达到了99.0%、98.7%和98.1%。证明HBGATLog不但能够解决日志数据不平衡问题，充分考虑日志数据特征的关联性，而且有效降低了漏检率。

关键词：日志异常检测,日志分析,图神经网络,混合特征提取,数据不平衡