本申请涉及大数据技术领域，提供了一种异常识别方法、装置、计算机设备、存储介质和计算机程序产品，可具体应用于金融领域或其他相关领域。本申请能够实现提高异常识别的效率和准确性。该方法包括：对日志文件进行检测，得到日志文件中的异常语句；从日志文件中，识别出与异常语句关联的关联语句；将异常语句对应的运行文件以及关联语句对应的运行文件，识别为目标运行文件；利用调用关系表，从日志文件对应的运行文件中，识别出目标运行文件的调用文件；调用关系表用于记录运行文件之间的调用关系；将异常语句、关联语句、目标运行文件和调用文件，输入至预先训练的异常识别模型中，得到与运行文件和日志文件对应的异常识别结果。与运行文件和日志文件对应的异常识别结果。与运行文件和日志文件对应的异常识别结果。
【技术实现步骤摘要】
异常识别方法、装置、计算机设备和存储介质
[0001]本申请涉及大数据
，特别是涉及一种异常识别方法、装置、计算机设备、存储介质和计算机程序产品。
技术介绍
[0002]随着计算机技术的发展，系统的功能在逐渐增加。计算机通过系统的批量功能，能够批量运行多个运行文件(如脚本)，同时批量生成海量日志文件。当发现批量运行多个运行文件出现异常时，如何高效地进行异常识别，成为了重要的研究方向。
[0003]传统技术通常是通过人工排查的方式，对运行文件进行异常识别；但是，在面对数量较多的运行文件时，需要耗费较多时间，导致异常识别的效率较低。
技术实现思路
[0004]基于此，有必要针对上述技术问题，提供一种异常识别方法、装置、计算机设备、计算机可读存储介质和计算机程序产品。
[0005]第一方面，本申请提供了一种异常识别方法。所述方法包括：
[0006]对日志文件进行检测，得到所述日志文件中的异常语句；所述日志文件为金融系统中的日志文件；
[0007]从所述日志文件中，识别出与所述异常语句关联的关联语句；
[0008]将所述异常语句对应的运行文件以及所述关联语句对应的运行文件，识别为目标运行文件；
[0009]利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件；所述调用关系表用于记录运行文件之间的调用关系；所述调用文件用于表示所述目标运行文件所调用的运行文件；
[0010]将所述异常语句、所述关联语句、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。
[0011]在其中一个实施例中，所述从所述日志文件中，识别出与所述异常语句关联的关联语句，包括：
[0012]从所述日志文件中，识别出与所述异常语句关联的关联语句和所述关联语句对应的关联度；所述关联语句对应的关联度用于表示所述关联语句与所述异常语句之间的关联度；
[0013]所述将所述异常语句、所述关联语句、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：
[0014]将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。
[0015]在其中一个实施例中，所述利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件，包括：
[0016]利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件和所述调用文件对应的关联度；所述调用文件对应的关联度用于表示所述调用文件与所述目标运行文件之间的关联度；
[0017]所述将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：
[0018]将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件、所述调用文件和所述调用文件对应的关联度，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。
[0019]在其中一个实施例中，所述将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件、所述调用文件和所述调用文件对应的关联度，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：
[0020]通过预先训练的异常识别模型基于所述关联语句对应的关联度和所述调用文件对应的关联度，从所述异常语句和所述关联语句中筛选出第一预测异常语句，以及从所述目标运行文件的语句和所述调用文件的语句中筛选出第二预测异常语句；所述目标运行文件的语句用于表示所述目标运行文件中包含的语句；所述调用文件的语句用于表示所述调用文件中包含的语句；
[0021]根据所述第一预测异常语句和所述第二预测异常语句，确定所述运行文件和所述日志文件对应的异常识别结果。
[0022]在其中一个实施例中，所述根据所述第一预测异常语句和所述第二预测异常语句，确定所述运行文件和所述日志文件对应的异常识别结果，包括：
[0023]通过所述预先训练的异常识别模型，基于所述第一预测异常语句和所述第二预测异常语句，对所述第二预测异常语句进行异常解析，得到所述第二预测异常语句的异常原因；
[0024]将所述第一预测异常语句、所述第二预测异常语句和所述第二预测异常语句的异常原因，识别为所述运行文件和所述日志文件对应的异常识别结果。
[0025]在其中一个实施例中，所述从所述日志文件中，识别出与所述异常语句关联的关联语句，还包括：
[0026]识别出所述异常语句在所述日志文件中的位置；
[0027]根据所述异常语句在所述日志文件中的位置，从所述日志文件中，识别出所述异常语句的相邻语句；所述异常语句的相邻语句与所述异常语句之间的语句距离满足预设语句距离条件；
[0028]将所述异常语句的相邻语句，识别为与所述异常语句关联的关联语句。
[0029]在其中一个实施例中，所述预先训练的异常识别模型通过下述方式训练得到：
[0030]获取与样本日志文件和样本运行文件对应的样本数据，以及与所述样本日志文件和样本运行文件对应的实际异常识别结果；所述样本数据包括所述样本日志文件中的异常语句和关联语句，以及所述样本运行文件中的目标运行文件和调用文件；
[0031]将所述样本数据输入至待训练的异常识别模型，得到与所述样本日志文件和样本运行文件对应的预测异常识别结果；
[0032]根据所述预测异常识别结果和所述实际异常识别结果之间的差异，对所述待训练的异常识别模型进行训练，得到训练完成的异常识别模型，作为所述预先训练的异常识别模型。
[0033]第二方面，本申请还提供了一种异常识别装置。所述装置包括：
[0034]日志检测模块，用于对日志文件进行检测，得到所述日志文件中的异常语句；所述日志文件为金融系统中的日志文件；
[0035]语句识别模块，用于从所述日志文件中，识别出与所述异常语句关联的关联语句；
[0036]第一识别模块，用于将所述异常语句对应的运行文件以及所述关联语句对应的运行文件，识别为目标运行文件；
[0037]第二识别模块，用于利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件；所述调用关系表用于记录运行文件之间的调用关系；所述调用文件用于表示所述目标运行文件所调用的运行文件；
[0038]文件输入模块，用于将所述异常语句、所述关联语句、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。
[0039]第三方面，本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种异常识别方法，其特征在于，所述方法包括：对日志文件进行检测，得到所述日志文件中的异常语句；所述日志文件为金融系统中的日志文件；从所述日志文件中，识别出与所述异常语句关联的关联语句；将所述异常语句对应的运行文件以及所述关联语句对应的运行文件，识别为目标运行文件；利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件；所述调用关系表用于记录运行文件之间的调用关系；所述调用文件用于表示所述目标运行文件所调用的运行文件；将所述异常语句、所述关联语句、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。2.根据权利要求1所述的方法，其特征在于，所述从所述日志文件中，识别出与所述异常语句关联的关联语句，包括：从所述日志文件中，识别出与所述异常语句关联的关联语句和所述关联语句对应的关联度；所述关联语句对应的关联度用于表示所述关联语句与所述异常语句之间的关联度；所述将所述异常语句、所述关联语句、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。3.根据权利要求2所述的方法，其特征在于，所述利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件，包括：利用调用关系表，从所述日志文件对应的运行文件中，识别出所述目标运行文件的调用文件和所述调用文件对应的关联度；所述调用文件对应的关联度用于表示所述调用文件与所述目标运行文件之间的关联度；所述将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件和所述调用文件，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件、所述调用文件和所述调用文件对应的关联度，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果。4.根据权利要求3所述的方法，其特征在于，所述将所述异常语句、所述关联语句、所述关联语句对应的关联度、所述目标运行文件、所述调用文件和所述调用文件对应的关联度，输入至预先训练的异常识别模型中，得到与所述运行文件和所述日志文件对应的异常识别结果，包括：通过预先训练的异常识别模型基于所述关联语句对应的关联度和所述调用文件对应的关联度，从所述异常语句和所述关联语句中筛选出第一预测异常语句，以及从所述目标运行文件的语句和所述调用文件的语句中筛选出第二预测异常语句；所述目标运行文件的语句用于表示所述目标运行文件中包含的语句；所述调用文件的语句用于表示所述调用文
件中包含的语句；根据所述第一预测异常语句和所述第二预测异常语句，确定所述运行...
【专利技术属性】
技术研发人员：张佩玉，刘映楷，梁森，涂清韶，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。