原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 7、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明提供了一种基于显式关系图的多模态网络运维异常检测方法及产品，涉及网络运维技术领域。通过抽取与当前异常描述最相关的日志文本；对异常描述，以及抽取的最相关日志文本进行编码，学习其联合文本表示特征；将多模态网络运维信息知识图转化为显式关系图，捕获所述显式关系图中的异常及定位相关知识，学习所述显式关系图的表示特征；采用注意力机制学习所述显式关系图的全局表示特征；将所述全局表示特征与所述联合文本表示特征进行融合，给出预测的异常问题原因定位。本发明通过将最相关文本化日志文本信息的联合文本表示特征和多模
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 116471172 A
(43)申请公布日 2023.07.21
(21)申请号 202310410133.5 G06N 3/045 (2023.01)
文档评论（0）