基于Bi-LSTM-CNN 的异常日志检测方法

打开文本图片集

摘 要：为解决现有日志解析方法中有效词丢失和异常检测忽略关键信息以及无法充分利用日志中隐藏的依赖关系问题，提出了一种基于Bi-LSTM-CNN的异常日志检测方法BCNLog。该方法通过分词长度限制保留有效词，利用双向编码器表示来自变压器（BERT）（BidirectionalEncoderRepresentationsfromTransformers）提取模板语义，并通过词频-逆文档频率（TF-IDF）加权生成特征向量和权重矩阵，最后拼接后输入双向长短期记忆（Bi-LSTM-卷积神经网络-CNN）混合模型，结合双向LSTM和CNN的优势提升检测性能。（剩余136字）