[發(fā)明專利]一種面向模板基于Word2vec的日志異常檢測方法及裝置

在審

• 申請?zhí)枺?/td>: 202010211712.3
• 申請日: 2020-03-24
• 公開（公告）號: CN111459964A
• 公開（公告）日: 2020-07-28
• 發(fā)明（設(shè)計）人: 王進;唐楊寧;何施茗;趙長慶;曹敦
• 申請（專利權(quán)）人: 長沙理工大學(xué)
• 主分類號: G06F16/24
• 分類號: G06F16/24;G06N20/00
• 代理公司: 廣州嘉權(quán)專利商標事務(wù)所有限公司 44205
• 代理人: 趙琴娜

1.一種面向模板基于Word2vec的日志異常檢測方法，其特征在于，包括以下步驟：

對原始日志進行預(yù)處理得到日志模板，對所述日志模板進行切割，得到日志序列；

基于Word2vec求取所述日志模板的特征向量，其中以所述日志模板的ID序號作為所述Word2vec的輸入；

根據(jù)所述日志模板的特征向量求取所述日志序列的特征向量；

將所述日志序列的特征向量進行機器學(xué)習(xí)得到異常檢測模型并根據(jù)所述異常檢測模型進行檢測。

2.根據(jù)權(quán)利要求1所述的一種面向模板基于Word2vec的日志異常檢測方法，其特征在于，所述基于Word2vec求取所述日志模板的特征向量，具體包括：

基于Word2vec中的CBOW模型或Skip-gram模型求取所述日志模板的特征向量。

3.根據(jù)權(quán)利要求2所述的一種面向模板基于Word2vec的日志異常檢測方法，其特征在于，所述根據(jù)所述日志模板的特征向量求取所述日志序列的特征向量，具體包括：

求取所述日志序列中所有所述日志模板的特征向量的質(zhì)心，得到日志序列的特征向量。

4.根據(jù)權(quán)利要求2所述的一種面向模板基于Word2vec的日志異常檢測方法，其特征在于，所述根據(jù)所述日志模板的特征向量求取所述日志序列的特征向量，具體包括：

對所述日志模板進行賦權(quán)處理，得到所述日志序列的特征向量。

5.根據(jù)權(quán)利要求1至4任一項所述的一種面向模板基于Word2vec的日志異常檢測方法，其特征在于：

使用隨機森林模型作為機器學(xué)習(xí)對象。

6.一種面向模板基于Word2vec的日志異常檢測裝置，其特征在于，包括：預(yù)處理模塊、模板特征提取模塊、日志序列特征提取模塊以及檢測模塊；

所述預(yù)處理模塊用于對原始日志進行預(yù)處理得到日志模板，對所述日志模板進行切割，得到日志序列；

所述模板特征提取模塊用于基于Word2vec求取所述日志模板的特征向量，其中以所述日志模板的ID序號作為所述Word2vec的輸入；

所述日志序列特征提取模塊用于根據(jù)所述日志模板的特征向量求取所述日志序列的特征向量；

所述檢測模塊用于將所述日志序列的特征向量進行機器學(xué)習(xí)得到異常檢測模型并根據(jù)所述異常檢測模型進行檢測。

7.一種面向模板基于Word2vec的日志異常檢測設(shè)備，其特征在于：包括至少一個控制處理器和用于與所述至少一個控制處理器通信連接的存儲器；所述存儲器存儲有可被所述至少一個控制處理器執(zhí)行的指令，所述指令被所述至少一個控制處理器執(zhí)行，以使所述至少一個控制處理器能夠執(zhí)行如權(quán)利要求1至5中任一項所述一種面向模板基于Word2vec的日志異常檢測方法。

8.一種計算機可讀存儲介質(zhì)，其特征在于：所述計算機可讀存儲介質(zhì)存儲有計算機可執(zhí)行指令，所述計算機可執(zhí)行指令用于使計算機執(zhí)行如權(quán)利要求1至5中任一項所述一種面向模板基于Word2vec的日志異常檢測方法。