运维系统的日志监测方法及装置制造方法及图纸

本申请实施例提供了一种运维系统的日志监测方法及装置

【技术实现步骤摘要】
运维系统的日志监测方法及装置、存储介质、电子设备


[0001]本申请实施例涉及计算机领域，具体而言，涉及一种运维系统的日志监测方法及装置
、
存储介质
、
电子设备
。

技术介绍

[0002]近年来，随着数字化转型的持续深入，信息技术基础设施的建设和业务系统数量的增多，使得企业业务系统运维变的复杂
。
如何使运维系统稳定运行和业务敏捷上线已成为企业技术负责人们持续关注的话题
。
企业运维团队担负着对信息技术基础设施运维的重要使命，核心任务是保障生产安全运营
。
信息技术基础设施规模的不断扩大，业务不断复杂，使得日常运维工作面临更大的压力与风险
。
传统对运维系统的异常监测仅能识别较为常见
、
人为设定的异常，对于偶发事件
、
潜在风险的处理不够充分；在日志分析中，会出现仅仅停留在识别关键字层面或对每条日志内容单独分析，而不能充分利用日志内容信息和日志的上下文联系等，从而存在不能准确的监测运维系统的问题
。
[0003]针对上述技术问题，相关技术中尚未提出有效的解决方案
。

技术实现思路

[0004]本申请实施例提供了一种运维系统的日志监测方法及装置
、
存储介质
、
电子设备，以至少解决相关技术中不能准确的监测运维系统的问题
。
[0005]根据本申请的一个实施例，提供了一种运维系统的日志监测方法，包括：从获取的运维系统的日志文本中提取多个日志模板，其中，上述日志文本中包括上述运维系统的多个日志事件，一个上述日志事件对应一个上述日志模板；确定每个上述日志模板对应的日志向量，得到日志向量序列，其中，上述日志向量用于表示上述日志模板与目标知识图谱之间的关联关系及语义特征，上述目标知识图谱中包括与上述运维系统对应的多个运维信息；基于上述日志向量序列监测上述运维系统的运行
。
[0006]在一个示例性实施例中，从获取的运维系系统的日志文本中提取日志文本，包括：删除上述日志文本中的日志头，以从上述日志文本中提取出多个上述日志模板，其中，上述日志头中包括上述日志文本的属性信息
。
[0007]在一个示例性实施例中，从获取的运维系统的日志文本中提取多个日志模板之后，上述方法还包括：按照多个上述日志模板的流水号将多个上述日志模板进行分组，得到日志序列
。
[0008]在一个示例性实施例中，确定每个上述日志模板对应的日志向量，得到日志向量序列，包括：将上述日志序列输入至特征提取模型，得到上述特征提取模块输出的每个上述日志模板对应的多个日志词向量；将每个上述日志模板对应的多个上述日志词向量的平均值确定为每个上述日志模板对应的日志向量，得到上述日志向量序列
。
[0009]在一个示例性实施例中，将上述日志序列输入至特征提取模型，得到上述特征提取模块输出的每个上述日志模板对应的多个日志词向量，包括：将上述日志序列输入至上
述特征提取模型中的日志知识层，得到上述日志知识层输出的每个上述日志模板对应的句子树，其中，上述日志知识层用于将上述目标知识图谱关联的三元组注入到每个上述日志模板对应的句子中，得到每个上述日志模板对应的句子树，上述三元组用于表示上述运维系统对应的多个运维信息之间的关系，每个上述日志模板对应的句子树中包括上述三元组和每个上述日志事件对应的句子之间重新组合的多个目标句子；将上述句子树输入至上述特征提取模型中的日志嵌入层，得到上述日志嵌入层输出的序列，其中，上述序列是上述日志嵌入层对每个上述日志模板对应的上述句子树进行序列化操作得到的序列；将上述序列输入至上述特征提取模块中的日志可见层，得到上述日志可见层输出的限制序列，其中，上述限制序列是上述日志可见层对上述序列进行可见性操作得到的序列；通过上述特征提取模块中的日志编码层对上述限制序列进行编码特征提取，得到每个上述日志模板对应的多个上述日志词向量
。
在一个示例性实施例中，对上述目标交易处理设备执行监测处理，包括以下至少之一：设置上述目标交易处理设备的备用交易处理设备，以在上述目标交易处理设备出现异常时，切换至上述备用交易处理设备；实时获取上述目标交易处理设备的处理信息，并按照上述处理信息对上述目标交易处理设备进行异常监测
。
[0010]在一个示例性实施例中，将上述日志序列输入至上述特征提取模型中的日志知识层，得到上述日志知识层输出的每个上述日志模板对应的句子树之前，上述方法还包括：在将上述日志序列输入至上述日志知识层时，将上述目标知识图谱与上述日志知识层进行结合，并通过上述日志知识层从上述目标知识图谱中查找与每个上述日志模板相关的三元组
。
[0011]在一个示例性实施例中，基于上述日志向量序列监测上述运维系统的运行，包括：将上述日志向量序列输入至监测模型中，得到上述监测模型输出的序列监测结果，其中，上述监测模型中包括卷积神经网络层双向长短期记忆层混合模型和条件随机场，上述卷积神经网络层双向长短期记忆层混合模型用于输出上述日志向量序列的序列特征，上述条件随机场用于基于上述序列特征对上述日志向量序列进行分类，并输出上述序列监测结果，上述序列监测结果中包括上述日志向量序列是否异常的信息；利用上述监测结果监测上述运维系统的运行
。
[0012]根据本申请的另一个实施例，提供了一种运维系统的日志监测装置，包括：第一提取模块，用于从获取的运维系统的日志文本中提取多个日志模板，其中，上述日志文本中包括上述运维系统的多个日志事件，一个上述日志事件对应一个上述日志模板；第一确定模块，用于确定每个上述日志模板对应的日志向量，得到日志向量序列，其中，上述日志向量用于表示上述日志事件与目标知识图谱之间的关联关系和语义特征，上述目标知识图谱中包括与上述运维系统对应的多个运维信息；第一监测模块，基于上述日志向量序列监测上述运维系统的运行
。
[0013]在一个示例性实施例中，上述第一提取模块，包括：第一提取单元，用于删除上述日志文本中的日志头，以从上述日志文本志中提取出多个上述日志事件，其中，上述日志头中包括上述日志文本的属性信息
。
[0014]在一个示例性实施例中，上述第一构建单元，包括：第一分组子单元，用于按照多个上述日志模板的流水号将多个上述日志模板进行分组，得到日志序列
。
[0015]在一个示例性实施例中，上述第一确定模块，包括：第一输入单元，用于将上述日
志序列输入至特征提取模型，得到上述特征提取模块输出的每个上述日志模板对应的多个日志词向量；第一确定单元，用于将每个上述日志模板对应的多个上述日志词向量的平均值确定为每个上述日志模板对应的日志向量，得到上述日志向量序列
。
[0016]在一个示例性实施例中，上述第一输入单元，包括，第一输入子单元，用于将上述日志序列输入至上述特征提取模型中的日志知本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.
一种运维系统的日志监测方法，其特征在于，包括：从获取的运维系统的日志文本中提取多个日志模板，其中，所述日志文本中包括所述运维系统的多个日志事件，一个所述日志事件对应一个所述日志模板；确定每个所述日志模板对应的日志向量，得到日志向量序列，其中，所述日志向量用于表示所述日志事件与目标知识图谱之间的关联关系和语义特征，所述目标知识图谱中包括与所述运维系统对应的多个运维信息；基于所述日志向量序列监测所述运维系统的运行
。2.
根据权利要求1所述的方法，其特征在于，从获取的运维系系统的日志文本中提取多个日志模板，包括：删除所述日志文本中的日志头，以从所述日志文本中提取出多个所述日志模板，其中，所述日志头中包括所述日志文本的属性信息
。3.
根据权利要求2所述的方法，其特征在于，从获取的运维系统的日志文本中提取多个日志模板之后，所述方法还包括：按照多个所述日志模板的流水号将多个所述日志模板进行分组得到日志序列
。4.
根据权利要求3所述的方法，其特征在于，确定每个所述日志模板对应的日志向量，得到日志向量序列，包括：将所述日志序列输入至特征提取模型，得到所述特征提取模块输出的每个所述日志模板对应的多个日志词向量；将每个所述日志模板对应的多个所述日志词向量的平均值确定为每个所述日志模板对应的日志向量，得到所述日志向量序列
。5.
根据权利要求4所述的方法，其特征在于，将所述日志序列输入至特征提取模型，得到所述特征提取模块输出的每个所述日志模板对应的多个日志词向量，包括：将所述日志序列输入至所述特征提取模型中的日志知识层，得到所述日志知识层输出的每个所述日志模板对应的句子树，其中，所述日志知识层用于将所述目标知识图谱关联的三元组注入到每个所述日志模板对应的句子中，得到每个所述日志模板对应的句子树，所述三元组用于表示所述运维系统对应的多个运维信息之间的关系，每个所述日志模板对应的句子树中包括所述三元组和每个所述日志模板对应的句子之间重新组合的多个目标句子；将所述句子树输入至所述特征提取模型中的日志嵌入层，得到所述日志嵌入层输出的序列，其中，所述序列是所述日志嵌入层对每个所述日志模板对应的所述句子树进行序列化操作得到的序列；将所述序列输入至所述特征提取模块中的日志可见层，得到所述日志可见层...

【专利技术属性】
技术研发人员：关雨欣，
申请(专利权)人：中国建设银行股份有限公司大连市分行，
类型：发明
国别省市：