公开(公告)号：CN119621401A

公开(公告)日：2025-03-14

申请号：CN202411758865.4

申请日：2024-12-03

Applicant: 北京邮电大学

Inventor： 辛阳 ,  樊鹏飞 ,  朱洪亮 ,  张春勇 ,  刘斌

IPC: G06F11/07 ,  G06F11/30 ,  G06F11/34 ,  G06F18/25 ,  G06F18/214 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F123/02

Abstract: 本发明涉及一种基于多模态注意力机制的故障检测方法，包括：对IT系统中的多数据源进行数据融合；其中，所述多数据源包括：日志数据、监控数据和用户行为数据；将融合后的数据，输入故障检测模型，获取故障检测结果；其中，所述故障检测模型基于GRU神经网络和多头注意力机制构建。本发明通过引入大语言模型、GRU神经网络、多头注意力机制，以及多模态数据融合技术，能够有效提高系统故障检测的准确性和可靠性。

公开(公告)号：CN119449581A

公开(公告)日：2025-02-14

申请号：CN202411787993.1

申请日：2024-12-06

Applicant: 北京邮电大学

Inventor： 辛阳 ,  李纯权 ,  姚良威 ,  樊鹏飞 ,  陈鹏

IPC: H04L41/0631 ,  H04L41/16 ,  H04L41/14 ,  G06N3/0455

Abstract: 本申请实施例提供一种基于Transformer的网络安全告警降噪方法，所述方法包括：获取告警数据，其中，所述的告警数据是由安全设备实时生成的；将所述告警数据输入目标真实告警识别模型，并通过所述目标真实告警识别模型确认所述告警数据是否属于真实告警，其中，所述目标真实告警识别模型包括输入层、特征量化层、目标模型处理层以及输出层，所述特征量化层至少被配置为采用Transformer编码器对从HTTP请求和响应内容中获取的依赖关系和交互信息进行编码。本申请的实施例提供的特征化处理大大提高了模型对告警数据的理解和表示能力，使得模型在分类告警时能够更加准确地区分真实告警和误报告警，降低了误报率。