公开(公告)号：CN117792696A

公开(公告)日：2024-03-29

申请号：CN202311667780.0

申请日：2023-12-07

Applicant: 北京邮电大学

Inventor： 高雅丽 ,  李小勇 ,  袁开国 ,  孙燕杰 ,  郑鑫浩 ,  孙浩文

IPC: H04L9/40 ,  G06F11/07 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08

Abstract: 本发明公开了一种面向分布式系统的日志异常检测和定位的方法及装置，方案首先采用智能的日志解析器，无需繁琐的参数调整即可稳定解析不同格式的日志，引入了适应性强的ALBERT模型处理日志格式变化。通过构建组件实例森林和深度优先遍历算法，挖掘不同ID之间的依赖关系，实现了分布式系统中异常位置的准确定位，简化了开发人员工作，提高了问题解决速度。引入语义、时间和数量嵌入结合基于注意力的BiGRU模型，显著提高了日志异常检测的准确性，时间向量有助于及时识别性能异常，提高了系统可用性。

公开(公告)号：CN116310728A

公开(公告)日：2023-06-23

申请号：CN202310311808.0

申请日：2023-03-28

Applicant: 北京邮电大学

Inventor： 李小勇 ,  谭韵 ,  袁开国 ,  高雅丽 ,  李灵慧

IPC: G06V10/82 ,  G06N3/0464 ,  G06N3/048 ,  G06N3/0455 ,  G06F16/958 ,  G06V40/12

Abstract: 本发明公开了一种基于CNN‑Linformer模型的浏览器识别方法，先通过CNN提取输入数据的时序特征，再通过Linformer的线性注意力聚焦重要的特征，提高了模型的准确率，并通过多头注意力对数据进行并行计算，提高了模型的训练速度。同时，通过删除Linformer中的解码器部分、输入嵌入部分和位置编码部分对Linformer进行简化，降低了模型的复杂度进而提高计算的速度。此外，本发明针对现有的其他方法没有全面考虑各种伪指纹技术带来准确率下降的问题，利用了随机化属性值和添加噪声两种伪指纹技术对原始数据集进行数据增强，然后使用含有正常指纹和伪指纹的增强数据集对CNN‑Linformer模型进行了训练。本方法具有准确率高和识别速度快的优点，在伪指纹场景下具有良好的鲁棒性。