首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

面向微服务架构的日志和调用链数据融合的异常检测算法 

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

申请/专利权人:上海鼎茂信息技术有限公司

摘要:本发明公开了面向微服务架构的日志和调用链数据融合的异常检测算法,属于多模态运维数据异常检测算法技术领域,面向微服务架构的日志和调用链数据融合的异常检测算法,包括以下具体步骤:S1、数据预处理阶段,将日志和调用链解析提取事件模板,使用分词器从语义上对单词进行细粒度的分词,然后使用预训练模型得到的词嵌入和TF‑IDF聚合经过PCA得到事件嵌入向量,借助图结构,将日志、调用链事件表示为图的节点,把时序关系、调用关系表示为边。本发明提出一种面向微服务架构的日志和调用链数据融合的异常检测算法,支持在已知部分可靠标签的情况下推断整体样本标签分布,准确地检测出微服务应用的异常,具有很大的应用前景。

主权项:1.面向微服务架构的日志和调用链数据融合的异常检测算法,其特征在于,包括以下具体步骤:S1、数据预处理阶段,将日志和调用链解析提取事件模板,使用分词器从语义上对单词进行细粒度的分词,然后使用预训练模型得到的词嵌入和TF-IDF聚合经过PCA得到事件嵌入向量,借助图结构,将日志、调用链事件表示为图的节点,把时序关系、调用关系表示为边,将日志信息与调用链结构进行有效融合;S2、概率标签模型与检测模型训练阶段,结合PU学习和DeepSVDD的思想,使用可靠正样本标签数据训练紧凑超球面,对整体样本的标签估计,为训练监督模型提供标签支持,增强模型鲁棒性,同时,基于日志、调用链图向量到超球面中心的距离设计了可灵活调整的概率标签计算方法实现标签平滑,提高模型对未知数据的判别能力,完成了概率估计模型的拟合得到所有训练样本的概率标签,基于此训练基于GraphSAGE的日志调用链融合图二分类检测模型;概率标签计算方法的标签平滑公式为: 标签平滑公式根据日志和调用链的融合图表示在特征空间中的坐标到超球面中心的距离对融合图的异常概率进行调整,从而对于DeepSVDD分类有误的结果,模型也能根据其修正后概率值进行更好调整;S3、异常检测阶段,完成训练后,将日志、调用链融合图输入到算法中即可在GraphSAGE末端得到异常概率。

全文数据:

权利要求:

百度查询: 上海鼎茂信息技术有限公司 面向微服务架构的日志和调用链数据融合的异常检测算法

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。

相关技术
相关技术
相关技术
相关技术