基本信息:
- 专利标题： 基于图卷积神经网络的微服务调用链异常检测方法及装置
- 申请号：CN202211098648.8 申请日：2022-09-09
- 公开(公告)号：CN115185736A 公开(公告)日：2022-10-14
- 发明人： 时宽治 , 李静 , 董小菱 , 尹晓宇 , 宫帅 , 程航 , 李明 , 马永 , 张攀 , 陈新鹏 , 葛冰玉 , 常雨竹 , 李伟良 , 来风刚 , 刘月灿
- 申请人： 南京航空航天大学 , 国网安徽省电力有限公司信息通信分公司 , 国家电网有限公司信息通信分公司 , 国家电网有限公司
- 申请人地址： 江苏省南京市秦淮区御道街29号; ; ;
- 专利权人： 南京航空航天大学,国网安徽省电力有限公司信息通信分公司,国家电网有限公司信息通信分公司,国家电网有限公司
- 当前专利权人： 南京航空航天大学,国网安徽省电力有限公司信息通信分公司,国家电网有限公司信息通信分公司,国家电网有限公司
- 当前专利权人地址： 江苏省南京市秦淮区御道街29号; ; ;
- 代理机构： 上海领誉知识产权代理有限公司
- 代理人： 车超平
- 主分类号： G06F11/07
- IPC分类号： G06F11/07 ; G06F30/27 ; G06N3/04 ; G06N3/08
摘要：
本发明公开了一种基于图卷积神经网络的微服务调用链异常检测方法及装置，包括基于BiLSTM的属性依赖图构建、自注意力映射图构建、基于对偶图卷积互注意力神经网络的信息融合和基于多层感知机的异常检测。本发明通过为微服务间调用响应时间和执行路径构建属性依赖图和自注意力映射图，实现微服务调用链响应时间和执行路径的有效处理和统一建模，再通过多层对偶图卷积神经网络的传递和基于互注意力机制的信息融合，生成调用链数据的有效特征嵌入表示，同时该模型可有效处理调用链执行路径缺失而导致性能降低的问题，提升了微服务调用链异常检测的精度和鲁棒性。
公开/授权文献:
- CN115185736B 基于图卷积神经网络的微服务调用链异常检测方法及装置 公开/授权日：2023-01-31