{“id”：“https://openalex.org/W4200128868网址“，”doi“：”https://doi.org/10.3233/jifs-201707“，”title“：“使用Deep Auto-Encoder和优化的基于LSTM的Deep Learning方法检测云日志中的异常的混合方法”，“display_name”：“使用Deep Auto-Encoder的混合方法和基于优化的LSTM的深度学习方法检测云记录中的异常”，“publication_year”：2021，“publitation_date”：“2021-12-07”，“ids”：{“openalex”：“https://openalex.org/W4200128868网址“，”doi“：”https://doi.org/10.3233/jifs-201707“}，”language“：”en“，”primary_location“：{”is_oa“：false，”landing_page_url“：”https://doi.org/10.3233/jifs-201707“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S179157397“，”display_name“：”智能与模糊系统杂志“，”issn_l“：”1064-1246“，”isn“：[”1064-1146“，”1875-8967“]，”is_oa“：false，”is_in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310318577“，”“host_organization_name”：“IOS新闻”，“host_organization_lineage”：[“https://openalex.org/P4310318577“]，”host_organization_lineage_names“：[”IOS Press“]，”type“：”journal“｝，”license“：null，”license_id“：null，”version“：null，”is_accepted“：false，”is_published“：false｝，”type“：”article“，”type_crossref“：”journal article“，”indexed_in“：[”crossref“]，”open_access“：｛”is_oa“：false，”oa_status“：”closed“，”oa_url“：null，”any_repository_has_fulltext“：false｝，“authorships“：[{”author_position“：”first“，”author“：{”id“：”https://openalex.org/A5068866446“，”display_name“：”Savaridassan Pankajashan“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I145286018“，”display_name“：”SRM科技学院“，”ror“：”https://ror.org/050113w36“，”country_code“：”IN“，”type“：”教育“，”血统“：[”https://openalex.org/I145286018“]}]，”国家“：[”IN“]，”is_corresponding“：true，”raw_author_name“：”Savaridassan Pankajashan“，”raw _affiliation_strings“：[“印度塔米纳德邦钦奈市卡坦库亚拉图尔SRM科学技术研究所信息技术部”]，“affiliations”：[{“raw_affilition_string”：“印度塔米纳德邦钦奈Kattankualathur SRM科学技术研究所信息技术部“，“institution_ids”：[“https://openalex.org/I145286018“]}]}，{”author_position“：”middle“，”author“：{”id“：”https://openalex.org/A5038588806“，”display_name“：”G.Maragatham“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I145286018“，”display_name“：”SRM科技学院“，”ror“：”https://ror.org/050113w36“，”country_code“：”IN“，”type“：”教育“，”血统“：[”https://openalex.org/I145286018“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”G.Maragatham“，”raw _affiliation_strings“：[“印度塔米纳德邦钦奈，卡坦库阿拉图尔，SRM科学技术研究所信息技术部”]，“affiliations”：[{“raw_affilition_string”：“印度塔米纳德邦钦奈Kattankualathur SRM科学技术研究所信息技术系“，”机构ID“：[”https://openalex.org/I145286018“]}]}，{”author_position“：”last“，”author“：{”id“：”https://openalex.org/A5035735404“，”display_name“：”T.Kirthiga Devi“，”orcid“：null}，”institutions“：[{”id“：”https://openalex.org/I145286018“，”display_name“：”SRM科技学院“，”ror“：”https://ror.org/050113w36“，”country_code“：”IN“，”type“：”教育“，”血统“：[”https://openalex.org/I145286018“]}]，”国家“：[”IN“]，”is_corresponding“：false，”raw_author_name“：”T.Kirthiga Devi“，”raw _affiliation_strings“：[“印度塔米纳德邦钦奈SRM科学技术研究所信息技术部”]，“affiliations”：[{“raw_affiliation _string”：“印度塔米纳德邦钦奈Kattankualathur SRM科学技术研究所信息技术部“，“institution_ids”：[“https://openalex.org/I145286018“]}]}]，”institution_assertions“：[]，”countries_distiction_count“：1，”institutions_disticent_count”：1，“corresponding_author_ids”：[“https://openalex.org/A5068866446“]，”对应的机构ID“：[”https://openalex.org/I145286018“]，”apc_list“：null，”apc _ paid“：nul，”fwci“：0.0，”has_fulltext“：false，”cited_by_count“：0，”引用规范化百分比“：{”value“：0.05，”is_in_top_1_percent“：false，”is_ in_top_ 10_percennt“：false}，”citected_by_percentile_year“：{min”：0，“max”：58}，“biblio”：{“volume”：“42”，“issue”：“6”，“first_page”：”6257“，”last_page“：”6271“}，”is_retracted“：false，”is_paratext“：false，”primary_topic“：{”id“：”https://openalex.org/T10400“，”“display_name”：“网络入侵检测和防御机制”，“score”：0.9999，“subfield”：{“id”：“https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，”主题“：[{”id“：”https://openalex.org/T10400“，”“display_name”：“网络入侵检测和防御机制”，“score”：0.9999，“subfield”：{“id”：“https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T12127“，”display_name“：”日志分析和系统性能诊断“，”score“：0.9998，”subfield“：｛”id“：”https://openalex.org/subfields/1705“，”display_name“：”计算机网络和通信“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}，{”id“：”https://openalex.org/T11512“，”display_name“：”高维数据中的异常检测“，”score“：0.9998，”subfield“：{”id“：”https://openalex.org/subfields/1702“，”display_name“：”人工智能“}，”字段“：{”id“：”https://openalex.org/fields/17“，”display_name“：”Computer Science“}，”domain“：{”id“：”https://openalex.org/domains/3“，”display_name“：”物理科学“}}]，”关键词“：[{”id“：”https://openalex.org/keywords/anomaly-detection网站“，”display_name“：”异常检测“，”score“：0.636181}，{”id“：”https://openalex.org/keywords/outlier-detection“，”display_name“：”离群检测“，”score“：0.598292}，{”id“：”https://openalex.org/keywords/autoencoder“，”display_name“：”自动编码器“，”score“：0.58805424}，{”id“：”https://openalex.org/keywords/botnet检测“，”display_name“：”僵尸网络检测“，”score“：0.541318}，{”id“：”https://openalex.org/keywords/intrusion-detection网站“，”display_name“：”入侵检测“，”score“：0.539402}，{”id“：”https://openalex.org/keywords/log-analysis网站“，”display_name“：”Log Analysis“，”score“：0.532327}，{”id“：”https://openalex.org/keywords/anormation（https://openalex.org/关键词/异常）“，”display_name“：”异常（物理）“，”score“：0.4484949}]，”concepts“：[{”id“：”https://openalex.org/C41008148，“wikidata”：https://www.wikidata.org/wiki/Q21198“，”display_name“：”计算机科学“，”level“：0，”score“：0.8213081}，{”id“：”https://openalex.org/C739882，“wikidata”：https://www.wikidata.org/wiki/Q3560506“，”display_name“：”异常检测“，”level“：2，”score“：0.76000553}，{”id“：”https://openalex.org/C154945302，“wikidata”：https://www.wikidata.org/wiki/Q11660“，”display_name“：”人工智能“，”level“：1，”score“：0.69135535}，{”id“：”https://openalex.org/C108583219，“wikidata”：https://www.wikidata.org/wiki/Q197536“，”display_name“：”深度学习“，”level“：2，”score“：0.68695503}，{”id“：”https://openalex.org/C101738243，“wikidata”：https://www.wikidata.org/wiki/Q786435“，”display_name“：”自动编码器“，”level“：3，”score“：0.58805424}，{”id“：”https://openalex.org/C50644808，“wikidata”：https://www.wikidata.org/wiki/Q192776“，”display_name“：”人工神经网络“，”level“：2，”score“：0.53645426}，{”id“：”https://openalex.org/C79974875，“wikidata”：https://www.wikidata.org/wiki/Q483639“，”display_name“：”云计算“，”level“：2，”score“：0.48996106}，{”id“：”https://openalex.org/C12997251，“wikidata”：https://www.wikidata.org/wiki/Q567560“，”display_name“：”异常（物理）“，”level“：2，”score“：0.4484949}，{”id“：”https://openalex.org/C119857082，“wikidata”：https://www.wikidata.org/wiki/Q2539“，”display_name“：”机器学习“，”level“：1，”score“：0.44661847}，{”id“：”https://openalex.org/C147168706，“wikidata”：https://www.wikidata.org/wiki/Q1457734“，”display_name“：”递归神经网络“，”level“：3，”score“：0.44189125}，{”id“：”https://openalex.org/C124101348，“wikidata”：https://www.wikidata.org/wiki/Q172491网址“，”display_name“：”数据挖掘“，”level“：1，”score“：0.3502076}，{”id“：”https://openalex.org/C121332964，“wikidata”：https://www.wikidata.org/wiki/Q413“，”display_name“：”物理“，”级别“：0，”分数“：0.0}，{”id“：”https://openalex.org/C26873012，“wikidata”：https://www.wikidata.org/wiki/Q214781“，”display_name“：”凝聚态物理学“，”level“：1，”score“：0.0｝，｛”id“：”https://openalex.org/C111919701，“wikidata”：https://www.wikidata.org/wiki/Q9135“，”display_name“：”操作系统“，”level“：1，”score“：0.0}]，”mesh“：[]，”locations_count“：1.”locations“：[{”is_oa“：false，”landing_page_url“：”https://doi.org/10.3233/jifs-201707“，”pdf_url“：空，”源“：{”id“：”https://openalex.org/S179157397“，”display_name“：”智能与模糊系统杂志“，”issn_l“：”1064-1246“，”isn“：[”1064-1146“，”1875-8967“]，”is_oa“：false，”is_in_doaj“：false，”is_core“：true，”host_organization“：”https://openalex.org/P4310318577“，”“host_organization_name”：“IOS新闻”，“host_organization_lineage”：[“https://openalex.org/P4310318577“]，”host_organization_lineage_names“：[”IOS Press“]，“type”：“journal”}，“license”：null，“licence_id”：null，“version”：nul，“is_accepted”：false，“is_published”：false}]，“best_oa_location”：null，“sustainable_development_goals”：[{“display_name”：“Life on land”，“score”：0.55，“id”：“https://metadata.un.org/sdg/15“}]，”grants“：[]，”datasets“：[]，”versions“：[】，”referenced_works_count“：26，”referrenced_works“：【”https://openalex.org/W2066877142","https://openalex.org/W2296719434","https://openalex.org/W2335999708","https://openalex.org/W2340896621","https://openalex.org/W2762776925","https://openalex.org/W2789295346","https://openalex.org/W2794048982","https://openalex.org/W2801080689","https://openalex.org/W2803881474","https://openalex.org/W2886020981","https://openalex.org/W2898998129","https://openalex.org/W2899599931","https://openalex.org/W2914715487","https://openalex.org/W2921900206","https://openalex.org/W2926701059","https://openalex.org/W2942788712","https://openalex.org/W2944555271","https://openalex.org/W2944992190","https://openalex.org/W2945915315","https://openalex.org/W2950883759","https://openalex.org/W2956545777","https://openalex.org/W2963999143","https://openalex.org/W2980576170","https://openalex.org/W2981331832","https://openalex.org/W3002504534","https://openalex.org/W3084760804“]，”related_works“：[”https://openalex.org/W4363671829","https://openalex.org/W4249005693","https://openalex.org/W3202913553","https://openalex.org/W3194885736","https://openalex.org/W3186512740","https://openalex.org/W3046391934","https://openalex.org/W3017266184","https://openalex.org/W2918377632","https://openalex.org/W2806741695","https://openalex.org/W2669956259“]，”abstract_inverted_index“：{”基于异常“：[0,22,44]，”检测“：[1,23,45176259359]，”是“：[2,52,93100200212]，”耦合“：[3]，”与“：[4110122153319361]，”识别“：[5]，”该“：[6,10,16,6410134161601922052082532682852296307323333348352]，”不常见“：[7]，”到“：[8,14,35,38,411081241551772022262321]，”捕获“：[9]，”异常“：[11]，“活动，”：[12]，“和”：[13,67,84118152174256287300310]，“查找”：[15]，“奇怪”：[17]，“动作”：[18]，“后面”：[19]，“那个”：[20,58,98211267306]，“activity”。“：[21]，”has“：[24]，”a“：[25,54101196215]，”wide“：[26]，”scope“：[27]，”of“：[28,56,60,70,81116129171182284]，“critical”：[29]，”applications“：[30]，”from“：[31,76,85,89207]，“bank”：[32]，“application”：[33]，“security”：[34]，“regular”：[36]，“sciences”：[37]，“medical”:[39]，“systems”：[40]，“营销”：[42]，“应用程序”。“：[43]，”采用“：[46168]，”由“：[47114]，”各种“：[48]，”机器“：[49141]，”学习“：[50142157]，”技术“：[51]，”真的“：[53]，”类型“：[55]，”系统“：[57]，”组成“：[59]，”人工“：[61]，”智能。“：[62]，”With“：[63]，”evern-expanding“：[65]，”volume“：[66]，”new“：68]，”sorts“：[69]，”information“，”：[71]，”for“：[72104136169191239]，”example“，”:[73]，“sensor”：[74]，“information”：[75231]，“an”：[77]，“incontestability”：[78]，“surgest”：[79]，“amount”：[80]，“IoT”：[82]，“devices”：[83]，”网络“：[86222]，“流”：[87]，“数据”：[88173210]，“云”：[90]，“计算，“：[91]，“它”：[92]，“隐含”：[94]，“理解”：[95]，“没有”：[96]，“惊喜”：[97]，“那里”：[99]，“发展”：[102]，“热情”：[103]，“拥有”：[105]，“选择”：[107]，“交易”：[109]，“更多”：[111]，“结论”：[112]，“自动”：[113]，“意味着”：[115]，“AI”：[117]，“ML”：119276286345]，“应用程序”。“：[120]，”“但是”：[121]，“尊重”：[123320]，“异常”：[125206358]，“检测”，：[126]，“许多”：[127]，“应用程序”：[128]，“方案”：[131]，“是”：[132167224237247]，“简单”：[133]，“激情”：[135]，“探测”。“：[137183]，”In“：[138]，”this“：[139]，”论文“：[140]，”（ML）“：[143]，”技术“：[144159]，”即“：[145]，”SVM“：[147]，”隔离“：[148308]，”森林“：[149]，”分类器“：[150314]，”实验“：[151]，”参考“：[154]，”深层“：[1562162220]，”（DL）“：[158]，”提议“：[161334]，”DA-LSTM“：[1162269]335349]，“（深度”：[163]，“自动编码器”：[164217]，“LSTM）“：[165]，”模型“：[166270]，”预处理“：[170]，”日志“：[172209230240354]，”基于异常“：[175]，”获取“：[178]，”更好“：[179204272357]，”性能“：[180282323]，”度量“：[181]，”安“：[184]，”增强“：[185]，”LSTM“：[186]，”（长短期“：[187]，”内存“：[188]，”建模“：[189]，”优化“：[190]，“合适”：[193]，“参数”：[194]，“使用”：[195]，“遗传“：[197]，”算法“：[198]，”（GA），“：[199]，”已利用“：[201225]，”识别“：[203]，”过滤“：[213]，”采用“：[214]，“（DA）。“：[218]，“The”：[219263302]，“Neural”：[221]，“models”：[223246289]，“change”：[227]，“over”：[228]，“unstructured”：[229]，“training”：[233]，“ready”：[234]，“features”，“：[235]，“which”：[236]，“reasonal”：[238]，“classification”：[241]，“in”：[242]，“detecting”：[2043]，“exceptions”。“：[244]，”这些“：[245]，”评估“：[248]，”利用“：[249]，”两个“：[250]，”基准“：[251]，”数据集“：[252]，”开放堆栈“：[254]，”日志“：[255]，”CIDS-001“：[257328]，”入侵“：[258]，”Openstack“：[260329353]，”服务器“：[261330]，”dataset。“：[262]，”结果“：[264350]，”获得“：[265]，”显示“：[266356]，”执行“：[271337]，”比“：[273342]，”其他“：[274362]，“显著”：[275363]，”技术。“：[277]，”我们“：[278]，”进一步“：[279]，”调查“：[280]，”度量“：[283324]，”DL“：[288]，”通过“：[290]，”众所周知“：[292]，”指示符“：[293]，”测量“：[294]，”特别是“：[295]，”F-measure“：[297]，”准确度“：[298]，”召回“：[299]，”精度“。“：[301]，”探索“：[303]，”结论“：[304]，”显示“：[305]，”森林“：309]，”支持“：[311]，”向量“：[321]，“机器”：[313364]，“执行”：[351]，，“大致”：[316]，“81%和”：[37]，“79%准确度”：[338]，“度量”：[325]]，“大约”：[338]，“99.1%”：[33.9]，“改进”：[340]，“精度”：[341]，“熟悉的“：[344]”算法。“：[346]，”进一步“，：[347]，”数据集“：[355]，”比较“：[360]，”学习“：[365]，”模型。“：[366]}，”cited_by_api_url“：”https://api.openalex.org/works？filter=cites:W4200128868“，”counts_by_year“：[]，”updated_date“：”2024-09-18T18:56:34.853491“，”created_date:“2021-12-31”}“