買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網恭喜中南大學申請的專利基于圖卷積神經網絡的特征增強云容器異常日志分類方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115934666B 。

龍圖騰網通過國家知識產權局官網在2025-05-16發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211500810.4，技術領域涉及：G06F16/18；該發明授權基于圖卷積神經網絡的特征增強云容器異常日志分類方法是由林震;胡超;施鶴遠;費洪曉;劉榮凱;梁鍇;湛譽設計研發完成，并于2022-11-28向國家知識產權局提交的專利申請。

本基于圖卷積神經網絡的特征增強云容器異常日志分類方法在說明書摘要公布了：本公開實施例中提供了一種基于圖卷積神經網絡的特征增強云容器異常日志分類方法，屬于數據處理技術領域，具體包括：從異常日志數據集中讀取異常日志；將異常日志劃分為堆棧跟蹤數據幀；將堆棧跟蹤數據幀進行標記和裁剪；將堆棧跟蹤數據幀構建為Bert模型的輸入特征向量Fin；將輸入特征向量Fin輸入編碼器中，輸出特征向量Fout并分割為[FCLS,Flog]；構建一張圖，將向量Flog當作點特征，向量FCLS的余弦相似性結果當作邊關系，將該圖輸入到圖卷積神經網絡中；將圖卷積神經網絡特征增強后的異常日志特征向量經過全連接層和激活函數映射成一維特征向量，然后對該一維向量進行相似性度量，并據此對異常日志進行分類。通過本公開的方案，提高了異常日志分類的效率和精準度。

本發明授權基于圖卷積神經網絡的特征增強云容器異常日志分類方法在權利要求書中公布了：1.一種基于圖卷積神經網絡的特征增強云容器異常日志分類方法，其特征在于，包括：步驟1，從異常日志數據集中讀取異常日志；步驟2，將異常日志劃分為堆棧跟蹤數據幀；步驟3，將堆棧跟蹤數據幀進行標記和裁剪；步驟4，將堆棧跟蹤數據幀構建為Bert模型的輸入特征向量Fin；所述步驟4具體包括：步驟4.1，構造云容器異常日志堆棧跟蹤數據幀T＝{t1,t2,...,tL}，其中L是堆棧跟蹤數據幀的數量，先每組堆棧跟蹤數據幀的頭部加入詞元CLS，每個堆棧跟蹤數據幀尾部加入詞元SEP；步驟4.2，使用句子轉換網絡，將堆棧跟蹤數據幀T轉換為嵌入向量V＝{vi|vi∈RS+L+1×K,i＝1,2,…,S+L+1}，其中S表示異常日志中單詞數量，K表示嵌入向量的維度；步驟4.3，使用線性投影函數sin·和cos·對位置信息進行編碼，得到嵌入位置信息的編碼向量P；步驟4.4，將向量V,P,S合并得到輸入特征向量Fin＝{fi|fi∈RS+L+1×D,i＝1,2,...,S+L+1}，其中D是輸入向量的維度，f1為詞元CLS對應的嵌入向量；步驟5，將輸入特征向量Fin輸入編碼器中，輸出特征向量Fout并分割為[FCLS,Flog]；步驟6，構建一張圖，將向量Flog當作點特征，向量FCLS的余弦相似性結果當作邊關系，將該圖輸入到圖卷積神經網絡中進行相關性優化，對其進行特征增強；步驟7，將圖卷積神經網絡特征增強后的異常日志特征向量經過全連接層和激活函數映射成一維特征向量，然后對該一維向量進行相似性度量，并據此對異常日志進行分類。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人中南大學，其通訊地址為：410000 湖南省長沙市岳麓區麓山南路932號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。