System.ArgumentOutOfRangeException: 索引和长度必须引用该字符串内的位置。 参数名: length 在 System.String.Substring(Int32 startIndex, Int32 length) 在 zhuanliShow.Bind()
【技术实现步骤摘要】
本申请涉及数据处理,特别涉及一种软件检测方法、装置、芯片以及计算机可读存储介质。
技术介绍
1、近年来,随着软件系统(如大型分布式软件系统)的蓬勃发展,软件系统配置有快捷、有效地智能化软件检测方法,以便在软件系统发生异常时能及时发出告警信号,进而消除潜在的威胁。
2、目前,软件检测方法包括:电子设备对软件系统进行异常检测,若检测数据超出预设的阈值,则生成指示软件系统出现异常的检测结果,否则,生成指示软件系统没有出现异常的检测结果。
3、但是这种软件检测方法往往依赖于人工定义的阈值,而阈值的构建严重依赖于工程师对软件系统的了解和人工经验,因此,构建的阈值不一定准确,从而导致基于这种异常检测方法所生成的检测结果准确度低。
技术实现思路
1、本申请实施例提供了一种软件检测方法、装置、芯片以及计算机可读存储介质,能够提高对软件系统的检测结果的准确度。该技术方案如下:
2、第一方面,提供了一种软件检测方法,所述方法包括:
3、获取软件系统运行过程中的日志文本序列以及指标数据序列,所述指标数据序列指示所述软件系统对所在电子设备的硬件资源的使用情况;
4、对所述日志文本序列进行全局特征提取,得到日志全局特征,所述日志全局特征指示所述日志文本序列中的日志文本之间的依赖关系;
5、对所述指标数据序列进行全局特征提取,得到指标全局特征,所述指标全局特征指示所述指标数据序列中的指标数据之间的依赖关系;
6、对所述日志全局
7、基于所述系统全局特征对所述软件系统进行异常检测,得到检测结果,所述检测结果指示所述软件系统在运行过程中是否出现异常。
8、该方法通过对软件系统的日志全局特征以及指标数据特征进行跨模态融合,以深度挖掘软件系统的日志文本与指标数据之间的相互影响关系,使得挖掘出的日志文本与指标数据之间的相互影响关系,能够全面反映出软件系统的状态,进而通过日志文本与指标数据之间的相互影响关系,对软件系统进行异常检测,能够提高检测结果的准确度。
9、在一种可能的实现方式中,所述对所述日志全局特征以及所述指标全局特征进行跨模态融合,得到系统全局特征包括:
10、基于注意力机制,对所述日志全局特征以及所述指标全局特征进行跨模态特征提取,得到第一跨模态特征以及第二跨模态特征,所述第一跨模态特征指示所述指标序列数据中的每个指标数据分别对所述日志文本序列中的每个日志文本的影响程度,所述第二跨模态特征用于指示所述日志文本序列中的每个日志文本分别对所述指标数据序列中的每个指标数据的影响程度;
11、对所述第一跨模态特征和所述第二跨模态特征进行特征融合,得到所述系统全局特征。
12、在另一种可能的实现方式中,所述基于注意力机制,对所述日志全局特征以及所述指标全局特征进行跨模态特征提取包括:
13、以所述日志全局特征为查询向量、所述指标全局特征为关键字向量和值向量,根据注意力计算规则,对所述日志全局特征以及所述指标全局特征进行注意力计算,得到所述第一跨模态特征;
14、以所述指标全局特征为查询向量、所述日志全局特征为关键字向量和值向量,根据注意力计算规则,对所述日志全局特征以及所述指标全局特征进行注意力计算,得到所述第二跨模态特征。
15、在另一种可能的实现方式中,所述指标数据序列有多组,每组指标数据序列用于指示所述软件系统对所在电子设备的同一种硬件资源的使用情况;
16、所述对所述指标数据序列进行全局特征提取,得到指标全局特征包括:
17、分别对多组所述指标数据序列进行局部特征提取,得到多个指标局部特征,所述指标局部特征指示同一组指标数据序列中的指标数据之间的依赖关系与影响关系;
18、对所述多个指标局部特征进行特征融合,得到指标融合特征;
19、对所述指标融合特征进行特征提取,得到所述指标全局特征。
20、在另一种可能的实现方式中,所述分别对多组所述指标数据序列进行局部特征提取,得到多个指标局部特征包括:
21、分别对多组所述指标数据序列进行因果卷积计算,得到所述多个指标局部特征。
22、在另一种可能的实现方式中,所述对所述指标融合特征进行特征提取,得到所述指标全局特征包括:
23、对所述指标融合特征进行因果卷积计算,得到所述指标全局特征。
24、在另一种可能的实现方式中,所述基于所述系统全局特征对所述软件系统进行异常检测,得到检测结果之后,所述方法还包括:
25、若所述检测结果指示出现所述异常,基于所述日志全局特征以及所述指标全局特征,生成异常检测报告,所述异常检测报告指示所述指标数据引发所述异常的概率以及所述日志文本序列中引发所述异常的目标日志文本;
26、向所述软件系统的控制器发送所述异常检测报告。
27、在另一种可能的实现方式中,所述异常检测报告包括所述指标数据序列对应的热力图、所述目标日志文本以及关联日志文本,所述热力图指示所述指标数据序列中的指标数据引发所述异常的概率,所述目标日志文本与所述关联日志文本具有不同的颜色属性,所述关联日志文本为所述日志文本序列中所述目标日志文本所关联的日志文本。
28、第二方面,提供了一种软件检测装置,用于执行上述软件检测方法。具体地,该软件检测装置包括用于执行上述第一方面或上述第一方面的任一种可选方式提供的软件检测方法的功能模块。
29、第三方面,提供一种芯片,该芯片用于实现如第一方面或第一方面任一种可能实现方式中的软件检测方法的操作步骤。
30、第四方面,提供一种计算机可读存储介质,该存储介质中存储有至少一条程序代码,该程序代码由处理器读取以使芯片执行如上述软件检测方法的操作步骤。
31、第五方面,提供了一种计算机程序产品或计算机程序,该计算机程序产品或计算机程序包括程序代码,该程序代码存储在计算机可读存储介质中,芯片的处理器从计算机可读存储介质读取该程序代码,处理器执行该程序代码,使得该芯片执行上述第一方面或者第一方面的各种可选实现方式中提供的方法。
32、本申请在上述各方面提供的实现方式的基础上,还可以进行进一步组合以提供更多实现方式。
本文档来自技高网...【技术保护点】
1.一种软件检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述日志全局特征以及所述指标全局特征进行跨模态融合,得到系统全局特征包括:
3.根据权利要求2所述的方法,其特征在于,所述基于注意力机制,对所述日志全局特征以及所述指标全局特征进行跨模态特征提取包括:
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述指标数据序列有多组,每组指标数据序列用于指示所述软件系统对所在电子设备的同一种硬件资源的使用情况;
5.根据权利要求4所述的方法,其特征在于,所述分别对多组所述指标数据序列进行局部特征提取,得到多个指标局部特征包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述指标融合特征进行特征提取,得到所述指标全局特征包括:
7.根据权利要求1-3或5-6中任一项所述的方法,其特征在于,所述基于所述系统全局特征对所述软件系统进行异常检测,得到检测结果之后,所述方法还包括:
8.根据权利要求7所述的方法,其特征在于,所述异常检测报告包括所述指标数据序列
9.一种软件检测方法装置,其特征在于,所述装置包括:
10.一种芯片,其特征在于,所述芯片包括处理器,所述处理器用于执行至少一条程序代码,使得所述芯片执行如权利要求1至权利要求8中任一项所述的方法。
11.一种计算机可读存储介质,其特征在于,所述存储介质中存储有至少一条程序代码,所述至少一条程序代码由处理器读取以使芯片执行如权利要求1至权利要求8中任一项所述的方法。
...【技术特征摘要】
1.一种软件检测方法,其特征在于,所述方法包括:
2.根据权利要求1所述的方法,其特征在于,所述对所述日志全局特征以及所述指标全局特征进行跨模态融合,得到系统全局特征包括:
3.根据权利要求2所述的方法,其特征在于,所述基于注意力机制,对所述日志全局特征以及所述指标全局特征进行跨模态特征提取包括:
4.根据权利要求1-3中任一项所述的方法,其特征在于,所述指标数据序列有多组,每组指标数据序列用于指示所述软件系统对所在电子设备的同一种硬件资源的使用情况;
5.根据权利要求4所述的方法,其特征在于,所述分别对多组所述指标数据序列进行局部特征提取,得到多个指标局部特征包括:
6.根据权利要求4所述的方法,其特征在于,所述对所述指标融合特征进行特征提取,得到所述指标全局特征包括:
7.根据权利要求1-3或5-6中任一项所述的方法,其特征在于,所...
【专利技术属性】
技术研发人员:李柏橦,冯聪,杨增印,陈壮彬,
申请(专利权)人:华为云计算技术有限公司,
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。