国家知识产权局信息显示，国网江西省电力有限公司电力科学研究院 ; 江西师范大学申请一项名为 " 一种基于结构感知异构图 Transformer 的日志异常检测方法 " 的专利，公开号 CN122332174A，申请日期为 2026 年 6 月。

专利摘要显示，本发明涉及日志异常检测技术领域，具体为一种基于结构感知异构图 Transformer 的日志异常检测方法。本发明采用 Drain 算法解析原始日志，提取日志事件及组件信息，构建包含节点类型、边类型及边权重的有向加权日志异构图；利用预训练语言模型 BERT 对各节点进行上下文感知语义编码；构建结构感知异构图 Transformer 网络，通过结构异常感知因子对异构相互注意力计算与消息传递过程进行动态调制；采用超球面最小体积约束与正交正则化构成的联合损失函数进行模型训练，以图级深度表示与特征空间中心的欧氏距离作为异常得分完成检测。本发明能有效提升日志异常检测的准确性、鲁棒性与泛化性能。

声明：市场有风险，投资需谨慎。本文为 AI 基于第三方数据生成，仅供参考，不构成个人投资建议。

本文源自：市场资讯

作者：情报员