一种基于日志数据的故障诊断方法及装置

    公开(公告)号:CN117435441B

    公开(公告)日:2024-04-26

    申请号:CN202311763138.2

    申请日:2023-12-21

    Abstract: 本申请公开了一种基于日志数据的故障诊断方法及装置,所述故障诊断方法包括:获取待处理的日志数据,所述待处理的日志数据包括:系统日志数据、错误日志数据、告警日志数据中的一种或几种日志数据;对所述待处理的日志数据进行预处理,获得预处理的日志数据;将所述预处理的日志数据输入预训练的故障诊断模型,获得故障诊断结果,其中,所述预训练的故障诊断模型是基于自编码器训练获得的,所述自编码器为基于Tensorflow的神经网络,所述自编码器的第一层包括十个节点,所述自编码器的第二层包括两个节点,所述自编码器的第三层含有十个节点。

    基于深度学习算法的DGA域名检测方法及系统

    公开(公告)号:CN113726730A

    公开(公告)日:2021-11-30

    申请号:CN202110792490.3

    申请日:2021-07-14

    Abstract: 本发明提供了基于深度学习算法的DGA域名检测方法及系统,方法包括对获取的DGA域名数据进行预处理,将DGA域名数据形成字符嵌入向量序列;获取所述字符嵌入向量序列中的局部特征向量和全局特征向量,并将所述局部特征向量和全局特征向量进行拼接,得到DGA域名表示向量;基于多层感知机层的神经网络,对所述DGA域名表示向量进行多层传递,得到DGA域名所属类别的概率值。本发明以域名字符串数据为基础,引入一维卷积神经网络和自注意力机制,分别用来获取域名字符串中的局部特征向量和全局特征向量,并形成域名表示向量,对域名表示向量进行多层传递,得到DGA域名所属类别的概率值,相比于现有方法,具有更加优异的准确率和召回率。

    一种基于日志数据的故障诊断方法及装置

    公开(公告)号:CN117435441A

    公开(公告)日:2024-01-23

    申请号:CN202311763138.2

    申请日:2023-12-21

    Abstract: 本申请公开了一种基于日志数据的故障诊断方法及装置,所述故障诊断方法包括:获取待处理的日志数据,所述待处理的日志数据包括:系统日志数据、错误日志数据、告警日志数据中的一种或几种日志数据;对所述待处理的日志数据进行预处理,获得预处理的日志数据;将所述预处理的日志数据输入预训练的故障诊断模型,获得故障诊断结果,其中,所述预训练的故障诊断模型是基于自编码器训练获得的,所述自编码器为基于Tensorflow的神经网络,所述自编码器的第一层包括十个节点,所述自编码器的第二层包括两个节点,所述自编码器的第三层含有十个节点。

Patent Agency Ranking