故障检测模型的建模方法、防护实现方法及相关设备技术

本公开实施例提供了一种故障检测模型的建模方法、应用程序的防护方法、装置、计算机设备、可读存储介质及程序，涉及计算机技术领域。该方法包括：取日志数据；将日志数据进行分组，其中每组日志数据均属于同一程序；将日志数据以组为单位进行标注；将完成标注的日志数据组转换成词嵌入矩阵组；将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使故障检测模型具备根据日志数据识别故障的能力。本公开实施例提供的方案建立的故障检测模型，提升了故障检测的检测准确度。提升了故障检测的检测准确度。提升了故障检测的检测准确度。

【技术实现步骤摘要】
故障检测模型的建模方法、防护实现方法及相关设备


[0001]本公开涉及计算机
，尤其涉及一种故障检测模型的建模方法、应用程序的防护方法、装置、计算机设备、可读存储介质及程序。

技术介绍

[0002]目前，云计算、区块链和第六代移动通信等新技术的发展带动了海量的服务器新需求，服务器也朝着集约化一体化管理演进。虚拟化的服务器资源带来了更高效的资源利用率，但也为故障检测带来了很大困难，过于复杂的内部结构让开发人员很难迅速调试和测试。因此，如何通过智能化技术快速判断故障发生的时间和类型是未来十分意义的研究方向。

技术实现思路

[0003]本公开实施例提供了一种故障检测模型的建模方法、应用程序的防护方法、装置、计算机设备、可读存储介质及程序，涉及计算机
，建立的故障检测模型，提升了故障检测的检测准确度。
[0004]本公开实施例提供了一种故障检测模型的建模方法，包括：获取日志数据；将日志数据进行分组，其中每组日志数据均属于同一程序；将日志数据以组为单位进行标注；将完成标注的日志数据组转换成词嵌入矩阵组；将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使故障检测模型具备根据日志数据识别故障的能力。
[0005]在一个实施例中，将日志数据以组为单位进行标注包括：在日志数据为故障日志时，将日志数据以组为单位标注为故障日志数据；在日志数据为非故障日志时，将日志数据以组为单位标注为非故障日志数据。
[0006]在一个实施例中，将日志数据以组为单位进行标注包括：计算日志数据组中每组日志数据与非故障或导致故障的方差；根据方差确定根据日志数据组获取语义向量时的权重。
[0007]在一个实施例中，将完成标注的日志数据组转换成词嵌入矩阵组包括：根据完成标注的日志数据组中第一日志的位置信息获取第一日志的位置编码；根据第一日志的类别信息构造生成矩阵；将第一日志的位置编码与生成矩阵相乘以获得第一日志的类别编码；将第一日志的位置编码与第一日志的类别编码组合获得第一日志的词嵌入矩阵；根据完成标注的日志数据组中所有日志的词嵌入矩阵获取词嵌入矩阵组。
[0008]在一个实施例中，将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模包括：将词嵌入矩阵组作为输入对序列至序列神经网络进行训练以完成故障检测模型的建模。
[0009]本公开实施例提供了一种应用程序的防护方法，包括：获取用户程序的访问日志数据；将访问日志数据转换成词嵌入矩阵；将访问日志数据的词嵌入矩阵输入至通过训练的故障检测模型进行检测；在故障检测模型检测为正常访问日志时，允许用户程序访问；在
故障检测模型检测为异常访问日志时，拒绝用户程序访问；其中故障检测模型是如上实施例中任一项的方法所建立的故障检测模型。
[0010]本公开实施例提供了一种故障检测模型的建模装置，包括：第一获取模块，用于获取日志数据；分组模块，用于将日志数据进行分组，其中每组日志数据均属于同一程序；标注模块，用于将日志数据以组为单位进行标注；第一转换模块，用于将完成标注的日志数据组转换成词嵌入矩阵组；训练模块，用于将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使故障检测模型具备根据日志数据识别故障的能力。
[0011]本公开实施例提供了一种应用程序的防护装置，包括：第二获取模块，用于获取用户程序的访问日志数据；第二转换模块，用于将访问日志数据转换成词嵌入矩阵；输入模块，用于将访问日志数据的词嵌入矩阵输入至通过训练的故障检测模型进行检测；确定模块，用于在故障检测模型检测为正常访问日志时，允许用户程序访问；确定模块，还用于在故障检测模型检测为异常访问日志时，拒绝用户程序访问；其中故障检测模型是如上实施例中任一项的方法所建立的故障检测模型。
[0012]本公开实施例提供了一种计算机设备，包括处理器、存储器、输入输出接口；处理器分别与存储器和输入输出接口相连，其中，输入输出接口用于接收数据及输出数据，存储器用于存储计算机程序，处理器用于调用计算机程序，以使得计算机设备执行如上实施例中任一项的方法。
[0013]本公开实施例提供了一种计算机可读存储介质，计算机可读存储介质存储有计算机程序，计算机程序适于由处理器加载并执行，以使得具有处理器的计算机设备执行如上实施例中任一项的方法。
[0014]本公开实施例提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上实施例中任一项的方法。
[0015]本申请的故障检测模型的建模方法，通过获取日志数据；将日志数据进行分组，其中每组日志数据均属于同一程序；将日志数据以组为单位进行标注；将完成标注的日志数据组转换成词嵌入矩阵组；将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使故障检测模型具备根据日志数据识别故障的能力，能够建立根据日志数据对故障进行检测的故障检测模型，提升了故障检测的检测准确度。
附图说明
[0016]为了更清楚地说明本公开实施例或现有技术中的技术方案，下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本公开的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0017]图1示出了可以应用本公开实施方式的故障检测模型的建模方法的示例性系统架构的示意图；
[0018]图2是本公开实施例提供的一种故障检测模型的建模方法的流程图；
[0019]图3示出了一个实施例的词嵌入矩阵组的形成的示意图；
[0020]图4示出了一个实施例的神经网络的训练或预测结构图；
[0021]图5是本公开实施例提供的一种应用程序的防护方法的流程图；
[0022]图6是本公开实施例提供的一种故障检测模型的建模装置的结构示意图；
[0023]图7是本公开实施例提供的一种应用程序的防护装置的结构示意图；
[0024]图8是本公开实施例提供的一种计算机设备的结构示意图。
具体实施方式
[0025]下面将结合本公开实施例中的附图，对本公开实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本公开一部分实施例，而不是全部的实施例。基于本公开中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本公开保护的范围。
[0026]在本公开实施例中，可以基于序列至序列(seq2seq)技术，获取日志数据；将日志数据进行分组，其中每组日志数据均属于同一程序；将日志数据以组为单位进行标注；将完成标注的日志数据组转换成词嵌入矩阵组；将词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使故障检测模型具备根据日志数据识别故障的能力，从而建立能够根据日志数据对故障进行检测的故障检测模型。
[0027]下面首先对本公开的一些术语进行说明：
[0028]序列至序列seq2seq，是以编码(本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种故障检测模型的建模方法，其特征在于，包括：获取日志数据；将所述日志数据进行分组，其中每组日志数据均属于同一程序；将所述日志数据以组为单位进行标注；将完成标注的日志数据组转换成词嵌入矩阵组；将所述词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模，以使所述故障检测模型具备根据所述日志数据识别故障的能力。2.根据权利要求1所述的方法，其特征在于，将所述日志数据以组为单位进行标注包括：在所述日志数据为故障日志时，将所述日志数据以组为单位标注为故障日志数据；在所述日志数据为非故障日志时，将所述日志数据以组为单位标注为非故障日志数据。3.根据权利要求1所述的方法，其特征在于，将所述日志数据以组为单位进行标注包括：计算日志数据组中每组日志数据与非故障或导致故障的方差；根据所述方差确定根据日志数据组获取语义向量时的权重。4.根据权利要求1所述的方法，其特征在于，将完成标注的日志数据组转换成词嵌入矩阵组包括：根据完成标注的日志数据组中第一日志的位置信息获取所述第一日志的位置编码；根据所述第一日志的类别信息构造生成矩阵；将所述第一日志的位置编码与所述生成矩阵相乘以获得所述第一日志的类别编码；将所述第一日志的位置编码与所述第一日志的类别编码组合获得所述第一日志的词嵌入矩阵；根据完成标注的日志数据组中所有日志的词嵌入矩阵获取所述词嵌入矩阵组。5.根据权利要求1所述的方法，其特征在于，将所述词嵌入矩阵组作为输入对神经网络进行训练以完成故障检测模型的建模包括：将所述词嵌入矩阵组作为输入对序列至序列神经网络进行训练以完成故障检测模型的建模。6.一种应用程序的防护方法，其特征在于，包括：获取用户程序的访问日志数据；将所述访问日志数据转换成词嵌入矩阵；将所述访问日志数据的词嵌入矩阵输入至通过训练的故障检测模型进行检测；在所述故障检测模型检测为正常访问日志时，允许所述用户程序访问；在所述故障检测模型检测为异常访问日志时，拒绝所述用户程序访问；其中所述故障检测模型是权利...

【专利技术属性】
技术研发人员：熊奕洋，董石磊，张学智，谭华，李凯，
申请(专利权)人：中国电信股份有限公司，
类型：发明
国别省市：