一种日志异常检测方法、装置、系统及介质制造方法及图纸

本发明专利技术公开了一种日志异常检测方法、装置、系统及介质，方法包括：获取待检测的日志文本；对所述待检测的日志文本进行特征提取，生成相应的待检测样本；将所述待检测样本输入至已训练完成的异常检测模型中进行异常检测；获取异常检测结果，当存在异常时展示异常提示信息。通过提取待检测日志中的特征，结合深度学习训练得到的异常检测模型进行日志异常检测，能快速准确的对日志特征中的异常进行判断，在存在异常时直观展示相应提示信息，无需人工手动查看与异常排查，有效提高日志异常检测的效率。率。率。

【技术实现步骤摘要】
一种日志异常检测方法、装置、系统及介质


[0001]本专利技术涉及计算机
，尤其涉及一种日志异常检测方法、装置、系统及介质。

技术介绍

[0002]日志记录着系统运行时在每个节点的状态信息,记录着系统中特定事件的活动信息，因此在很多关键节点，日志信息往往能够揭示功能方面的故障和系统性能方面的问题，是监控网络健康和故障排除的重要数据源之一，并且能够帮助技术人员对问题进行排查分析。随着计算机系统复杂度的增加，产生的日志数量以及复杂度都在急剧增加，这给问题的排查带来了很大的干扰。
[0003]目前，通常采用人工查看日志来排查日志异常，在人工去查看日志时，需要从海量日志中通过一定的规则选取自己需要查看的日志，整个过程非常依赖人工经验，而手动建立查询规则不仅耗时长且维护难，导致日志异常检测的效率较低。

技术实现思路

[0004]鉴于上述现有技术的不足，本专利技术的目的在于提供可应用于金融科技或其它相关领域的一种日志异常检测方法、装置、系统及介质，旨在提高日志异常检测的效率。
[0005]本专利技术的技术方案如下：...

【技术保护点】

【技术特征摘要】
1.一种日志异常检测方法，其特征在于，包括：获取待检测的日志文本；对所述待检测的日志文本进行特征提取，生成相应的待检测样本；将所述待检测样本输入至已训练完成的异常检测模型中进行异常检测；获取异常检测结果，当存在异常时展示异常提示信息。2.根据权利要求1所述的日志异常检测方法，其特征在于，所述对所述待检测的日志文本进行特征提取，生成相应的待检测样本之前，所述方法还包括：对所述待检测的日志文本进行文本预处理。3.根据权利要求1所述的日志异常检测方法，其特征在于，所述对所述待检测的日志文本进行特征提取，生成相应的待检测样本，包括：通过预先学习的关键特征提取网络对所述待检测的日志文本进行特征提取，得到日志特征向量；将所述日志特征向量转换为对应的数据矩阵，作为待检测样本。4.根据权利要求1所述的日志异常检测方法，其特征在于，所述方法还包括：采集训练日志文本，并生成相应的训练样本；构建初始异常检测模型，通过所述训练样本对所述初始异常检测模型进行学习训练，得到已训练完成的异常检测模型。5.根据权利要求4所述的日志异常检测方法，其特征在于，所述初始异常检测模型包括卷积神经网络。6.根据权利要求5所述的日志异常检测方法，其特征在于，所述构建初始异常检测模型，通过所述训练样本对所述初始异常检测模型进行学习训练，得到已训练完成的异常检测模型，包括：构建卷积神经网络并初始化网络权值；确认输出目标，将所述训练样本输入到所述卷积神经网络...

【专利技术属性】
技术研发人员：王闪闪，
申请(专利权)人：平安银行股份有限公司，
类型：发明
国别省市：