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！

龙图腾网获悉广州医科大学附属第一医院(广州呼吸中心)申请的专利基于多特征融合的告警日志异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120512273B 。

龙图腾网通过国家知识产权局官网在2025-12-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202510581925.8，技术领域涉及：H04L9/40；该发明授权基于多特征融合的告警日志异常检测方法是由刘丽娟;马敏虹;何倩青设计研发完成，并于2025-05-07向国家知识产权局提交的专利申请。

本基于多特征融合的告警日志异常检测方法在说明书摘要公布了：本发明提出了一种基于多特征融合的告警日志异常检测方法，该方法从大量的网络告警日志数据中采集日志数据，对告警日志数据进行日志解析提取日志模板；获得的日志时间向量、日志语义向量和日志索引向量，进行自适应加权连接操作，获得最终融合后的日志特征向量；将融合后的日志特征向量输入BERT模型进行分层遮蔽预测任务，得到预测结果，并根据异常分数阈值判断所述告警日志是否存在异常；该方法提供了一种针对多源异构日志数据的处理方式，对于海量告警日志数据中结构复杂的问题进行模式识别、数据向量融合和异常统一检测，有效提高了告警日志异常检测的准确性和效率。

本发明授权基于多特征融合的告警日志异常检测方法在权利要求书中公布了：1.基于多特征融合的告警日志异常检测方法，其特征在于，所述方法包括以下步骤： 步骤S1：采集告警日志数据，对告警日志数据进行日志解析提取日志模板；根据日志时间间隔特征，将相邻日志消息之间的时间间隔通过线性变换和注意力机制增强，得到日志时间向量； 日志时间向量的获取方法包括： 从告警日志数据中提取每对相邻日志消息的时间戳和，计算每对相邻日志消息的时间间隔，得到日志时间间隔特征； 将日志时间间隔特征转换为中间向量：；其中，表示权重矩阵，表示偏差向量，表示动态加权的单位矩阵； 引入注意力机制得到日志时间向量：； ；其中，、和是由中间向量通过不同的线性变换生成的查询、键和值向量；、和是线性变换矩阵，是键向量的维度； 步骤S2：基于所述日志模板对告警日志数据的语义信息进行提取，获取日志语义向量；使用分层词汇表方式构建字典结构树，生成索引信息，获取日志索引向量； 获取日志语义向量的过程包括： S201：对日志模板中的分词序列进行嵌入表示，将单词转换为高维空间中的向量表示，计算公式为：；其中，为词嵌入函数，为位置编码函数； 选择相似的日志消息对作为正样本对，不相似的日志消息对作为负样本对； S202：通过多头自注意力层处理日志模板的嵌入表示，注意力计算如下： ； ； ； ；其中，、、分别为由通过线性变换得到的查询、键、值矩阵，、、为线性变换矩阵，、、和为参数矩阵； S203：通过前馈网络层进一步处理自注意力的输出： ；其中，、为权重矩阵，、为偏置向量； S204：应用残差连接层和归一化表示最终的隐藏状态：； S205：采用对比学习损失函数优化模型，损失函数定义为： ；其中，表示两个向量的余弦相似度，是温度参数，和是正样本对，和是负样本对，为负样本数量； S206：最终日志语义向量的计算公式为：；其中，是对隐藏状态进行平均池化操作的函数，是包含一个隐藏层的多层感知机，是投影矩阵，是偏置向量； 日志索引向量提取方法包括： S501：构建分层词汇表，将日志模板中的词汇按照频率和语义相关性进行分组； S502：建立字典结构树，每个节点代表一个词汇或词汇组，从根节点到叶节点的每个分支代表一个词汇的字符序列； S503：为字典结构树中的每个词汇分配唯一的数值标识，并使用词嵌入技术将这些标识转换为数值向量； S504：对于每个日志条目，通过其模板中的词汇在字典结构树中查找对应的数值向量，生成该日志条目的初始索引向量； S505：使用哈希函数增强索引向量的唯一性和区分度，计算最终日志索引向量： ；其中，表示元素级别的连接操作，表示日志模板，表示将模板字符串映射到固定长度数值向量的哈希函数，表示将模板转换为语义向量的嵌入函数； 步骤S3：对获得的日志时间向量、日志语义向量和日志索引向量进行自适应加权连接操作，获得最终融合后的日志特征向量； 步骤S4：将融合后的日志特征向量输入BERT模型进行分层遮蔽预测任务，得到预测结果，并根据异常分数阈值判断所述告警日志是否存在异常； 使用BERT模型预测被遮蔽的特征值，计算预测概率： 将遮蔽后的融合向量输入BERT模型，得到每个位置的特征表示； 对于被遮蔽的位置，计算其预测概率：；其中，表示位置处的原始特征值，表示除了位置外的所有输入特征值，为权重矩阵，为偏置向量； 基于预测概率计算异常分数：；其中，是被遮蔽的位置集合，是被遮蔽的位置数量； 当异常分数超过预设阈值时，将对应的日志序列标记为异常。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人广州医科大学附属第一医院(广州呼吸中心)，其通讯地址为：510000 广东省广州市越秀区沿江西路151号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。