申请/专利权人:山东大学
申请日:2024-02-06
公开(公告)日:2024-03-19
公开(公告)号:CN117724935A
主分类号:G06F11/30
分类号:G06F11/30;G06F18/2433
优先权:
专利状态码:在审-实质审查的生效
法律状态:2024.04.05#实质审查的生效;2024.03.19#公开
摘要:本发明属于大数据信息处理及智能化运维技术领域,提供了一种软件系统多指标异常检测方法及系统,其技术方案为:基于软件系统收集多维监控指标数据;然后利用注意力机制通过注意力权重来充分捕获多维监控指标数据的时间特征信息;使用图注意力网络来学习多维监控指标数据的空间特征信息;将学习到的时间特征信息和空间特征信息进行融合,构建基于变分Transformer的重构模型,经过残差变分自编码器得到隐变量,使用解码器得到最终的重构数据表示;基于重构数据与原始数据的重构损失来进行异常检测任务,解决了现有技术未充分考虑时间特征信息和空间特征信息,导致异常检测性能不佳的问题。
主权项:1.一种软件系统多指标异常检测方法,其特征在于,包括如下步骤:获取软件系统的多维指标时序数据;基于软件系统的多维指标时序数据,分别学习得到多维监控指标时序数据的时间特征信息和空间特征信息;结合多维监控指标时序数据的时间特征信息和空间特征信息,结合训练后的多指标数据重构模型,得到重构数据表示;其中,所述多指标数据重构模型的构建过程包括:在多指标数据重构模型自编码器部分引入残差结构和注意力机制,将经过残差结构和注意力机制学习得到的隐变量输入至解码器中得到重构数据表示;结合重构误差和设定的阈值比较得到多指标数据的异常检测结果。
全文数据:
权利要求:
百度查询: 山东大学 一种软件系统多指标异常检测方法及系统
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。