ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
中国知网全文收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
万方数据库收录期刊
RCCSE中文学术期刊
维普资讯网/超星域出版 全文收录
中国核心期刊(遴选)数据库收录期刊
ISSN 1009-5624 CN 10-2021/TQ 主管:中国乐凯集团有限公司 主办:北京乐凯科技有限公司
【摘要】随着分布式与大规模系统的广泛部署，软件系统正面临着前所未有的复杂性，日志作为记录系统运行状态和潜在异常行为的核心数据载体，包含着丰富的系统健康和安全信息。 本研究聚焦于一种基于深度学习的日志异常检测方法。 首先，针对软件日志数据的特点提出了一种日志格式解析与特征编码方法。 其次，基于 Ｔｒａｎｓｆｏｒｍｅｒ 模型设计了日志异常检测框架以捕捉日志中的时序和语义信息，实现高效的异常检测。 最后，使用 ＬｏｇＨｕｂ 数据集进行验证。 结果表明：所提出的方法在准确率、精确率、召回率和 Ｆ１值等指标上均优于传统方法。
