一种元数据异常预测方法、装置、介质及产品

本发明提供了一种元数据异常预测方法、装置、介质及产品，涉及元数据分析技术领域，该方法包括：通过获取各元数据实体当前的元数据属性时间序列数据，输入预定的LSTM模型，预测下一时间序列的元数据属性；利用Transformer模型获取下一时间序列中每个序列元素的注意力分数；根据注意力分数的时序变化特征，预测元数据属性在下一时间序列发生变更异常的概率；当概率超过预设的概率阈值时，确定该元数据属性发生变更异常；通过知识图谱中追溯关联的元数据实体，确定变更异常的影响范围。本发明解决了现有技术对元数据变更异常缺乏前瞻性预测且难以确定异常影响范围的问题。