1 .一种数据库事务的异常检测方法,其特征在于,包括:
获取数据库事务的执行信息,其中,所述执行信息包括所述数据库事务在每个计算节
点上执行的SQL语句;
为所述执行信息中的每个SQL语句构建向量化结果,并将所有所述向量化结果顺序排
列,得到所述数据库事务的向量序列;
将所述向量序列输入至目标神经网络,以使所述目标神经网络基于所述向量序列对所
述数据库事务进行异常检测,输出所述数据库事务的异常概率;
在所述异常概率大于第一阈值的情况下,确定所述数据库事务的检测结果为存在异
常,并将所述检测结果显示在监控平台。
2 .根据权利要求1所述的方法,其特征在于,所述为所述执行信息中的每个SQL语句构
建向量化结果包括:
将每个所述SQL语句确定为当前SQL语句,对所述当前SQL语句执行如下操作:
将所述当前SQL语句拆解为多个标记,并去除无用标记;
对所有所述标记进行格式标准化处理和数据标准化处理;
为每个所述标记分配一个词向量,得到词汇表,并根据所述词汇表,将每个所述标记转
化为对应的词向量;
将所有所述词向量顺序排列,得到所述当前SQL语句的向量化结果。
3 .根据权利要求1所述的方法,其特征在于,所述目标神经网络包括目标卷积神经网络
和目标循环神经网络,所述将所述向量序列输入至目标神经网络,以使所述目标神经网络
基于所述向量序列对所述数据库事务进行异常检测,输出所述数据库事务的异常概率包
括:
将所述向量序列输入至所述目标卷积神经网络,以使所述目标卷积神经网络对所述向
量序列进行特征提取,输出所述数据库事务的特征向量;
将所述特征向量输入至所述目标循环神经网络,以使所述目标循环神经网络对所述特
征向量进行时序建模,输出所述数据库事务的异常概率。
4 .根据权利要求3所述的方法,其特征在于,所述将所述向量序列输入至所述目标卷积
神经网络,以使所述目标卷积神经网络对所述向量序列进行特征提取,输出所述数据库事
务的特征向量包括:
在所述向量序列上进行卷积操作,得到局部特征;
在所述局部特征上进行池化操作,以降低所述局部特征的维度,得到池化后的特征图;
将所述池化后的特征图展平或进行维度转换,得到所述数据库事务的特征向量。
5 .根据权利要求3所述的方法,其特征在于,所述将所述特征向量输入至所述目标循环
神经网络,以使所述目标循环神经网络对所述特征向量进行时序建模,输出所述数据库事
务的异常概率包括:
在每个时间步更新所述特征向量的隐藏状态,并在经过多个时间步的迭代后,得到最
终的隐藏状态,以捕捉所述数据库事务的时间依赖关系;
根据所述时间依赖关系输出所述数据库事务的异常概率。
6 .根据权利要求3所述的方法,其特征在于,在将所述向量序列输入至目标神经网络之
前,所述方法还包括:
权 利 要 求 书
1/2 页
2
评论