一种日志分类方法、系统、电子设备及存储介质技术方案

本发明专利技术提供一种日志分类方法、系统、电子设备及存储介质，从原始日志中提取目标日志；对目标日志进行词向量构建，得到目标日志对应的词向量；将词向量输入预先训练的强化学习智能体中，以使强化学习智能体根据词向量确定目标日志中每个目标词对应的权重；其中，强化学习智能体是利用历史日志对待训练的双向长短时记忆神经网络进行训练得到；根据目标日志的每个目标词的权重，确定目标日志的目标权重，并利用预训练的日志分类模型根据目标日志的目标权重，确定目标日志对应的日志类别；其中，日志分类模型是利用预先标注日志类别的历史日志对待训练的神经网络进行训练得到。日志对待训练的神经网络进行训练得到。日志对待训练的神经网络进行训练得到。

【技术实现步骤摘要】
一种日志分类方法、系统、电子设备及存储介质


[0001]本专利技术涉及计算机领域，更具体地说，涉及一种日志分类方法、系统、电子设备及存储介质。

技术介绍

[0002]计算机在运行过程中，会产生大量的日志文件，这些日志文件包含计算机的一些重要信息。通过合理利用这些日志文件中的日志信息，可以帮助运维工程师解决计算机的一些故障，但是日志文件中往往包含各式各样的日志信息，若想快速准确的计算机的故障，可以预先对日志文件的中的日志进行分类，进而对相应类别的日志信息进行分析，从而快速确定并解决计算机的故障。
[0003]在现有技术中，通过人工根据各种异常事件的规律，设置相应的日志规则，将日志文件中的日志信息与日志规则进行规则匹配，从而确定该日志信息对应的类别。但是，这种方式需要人工进行筛选，匹配同一类的日志，挖掘同一类日志的规则并进行匹配工作，不仅耗时久、效率低，且分类结果的准确率低。

技术实现思路

[0004]有鉴于此，本专利技术提供一种日志分类方法、系统、电子设备及存储介质，以耗时短、效率高，以及分类结果准确率高为目的。
本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种日志分类方法，其特征在于，所述方法包括：从原始日志中提取目标日志；对所述目标日志进行词向量构建，得到所述目标日志对应的词向量；将所述词向量输入预先训练的强化学习智能体中，以使所述强化学习智能体根据所述词向量确定所述目标日志中每个目标词对应的权重；其中，所述强化学习智能体是利用历史日志对待训练的双向长短时记忆神经网络进行训练得到；根据所述目标日志的每个目标词的权重，确定所述目标日志的目标权重，并利用预训练的日志分类模型根据所述目标日志的目标权重，确定所述目标日志对应的日志类别；其中，所述日志分类模型是利用预先标注日志类别的历史日志对待训练的神经网络进行训练得到。2.根据权利要求1所述的方法，其特征在于，所述从原始日志中提取目标日志，包括：根据日志提取工具和预先设置的日志模板，从原始日志中提取出结构化的目标日志。3.根据权利要求1所述的方法，其特征在于，所述对所述目标日志进行词向量构建，得到所述目标日志对应的词向量，包括：判断所述目标日志的文本长度是否大于目标文本长度；若所述目标日志的文本长度大于所述目标文本长度，根据word2vec对所述目标日志进行词向量构建，得到所述目标日志对应的词向量；若所述目标日志的文本长度不大于所述目标文本长度，根据目标词向量构建方式对所述目标日志进行词向量构建，得到目标日志对应的词向量。4.根据权利要求1所述的方法，其特征在于，所述利用历史日志对待训练的双向长短时记忆神经网络进行训练，得到强化学习智能体，包括：获取历史日志，并从所述历史日志提取出目标历史日志；对所述目标历史日志进行词向量构建，得到所述目标历史日志的词向量；其中，所述目标历史日志的词向量包括依序排列的各个词的向量；将所述目标历史日志的词向量输入待训练的双向长短时记忆神经网络，以便所述待训练的双向长短时记忆神经网络，根据所述目标历史日志的词向量确定所述目标历史日志中每个词的权重，并根据每个词的权重构建的异常检测评估函数反向调节所述待训练的双向长短时记忆神经网络的参数，直至所述待训练的双向长短时记忆神经网络达到收敛，得到强化学习智能体；其中，所述目标历史日志中的第一个词的权重基于第一个词的词向量确定得到，所述目标历史日志中的第n个词的权重基于第n
‑
1个词的权重和第n个词的词向量确定得到，n大于1。5.根据权利要求1所述的方法，其特征在于，所述目标日志的词向量包括依序排列的各个目标词对应的向量，所述将所述目标日志的词向量输入预训练的强化学习智能体中，以使所述强化学习智能体根...

【专利技术属性】
技术研发人员：张静，张宪波，
申请(专利权)人：京东科技信息技术有限公司，
类型：发明
国别省市：