面向故障预测的计算机信息系统日志分析技术

葛敏静

信息记录材料 ›› 2026, Vol. 27 ›› Issue (7) : 54 -57.

PDF
信息记录材料 ›› 2026, Vol. 27 ›› Issue (7) : 54 -57. DOI: 10.16009/j.issn.1009-5624.2026.07.018

面向故障预测的计算机信息系统日志分析技术

    葛敏静
作者信息 +

Author information +
文章历史 +
PDF

摘要

针对计算机信息系统故障预测准确性不高、响应时间滞后等问题,本文提出一种基于深度学习的日志分析技术。该技术采用长短期记忆(LSTM)网络并结合注意力机制,构建了故障预测模型,实现了对系统日志的特征提取与模式识别。实验结果表明:该方法的故障预测准确率达93.2%,平均预测时间可提前2.3 h,在预测精度与时效性方面较传统方法有明显提升。

关键词

计算机信息系统 / 日志分析 / 故障预测 / 深度学习 / 长短期记忆(LSTM)网络

Key words

引用本文

引用格式 ▾
葛敏静. 面向故障预测的计算机信息系统日志分析技术[J]. 信息记录材料, 2026, 27(7): 54-57 DOI:10.16009/j.issn.1009-5624.2026.07.018

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

AI Summary AI Mindmap
PDF

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/