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
本发明公开了一种基于注意力编码器的日志检测方法，首先对日志数据进行预处理与令牌词标记化，然后在模型训练部分，将输入的包括训练数据和辅助数据的原始日志信息进行标记化，输入构建的LogSAC模型，经过自注意力编码器处理后，通过拟合球面交叉熵函数，确定异常系数实现分类，最后将测试数据输入训练好的LogSAC模型进行异常检测，输出测试结果。本发明的方法使用基于注意力的编码器模型，提取日志信息的主要内容，基于提出的新的球形损失函数实现日志信息的分类，模板相似的日志信息进行聚合，能够尝试对新日志模板的识别学
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号CN117667576A
(43)申请公布日2024.03.08
(21)申请号202311543256.2G06F16/31(2019.01)
(22)申请日2023.11.
文档评论（0）