公开(公告)号：CN118211592A

公开(公告)日：2024-06-18

申请号：CN202410261246.8

申请日：2024-03-07

Applicant: 南京邮电大学

Inventor： 陈伟 ,  杨文馨 ,  吴礼发

IPC: G06F40/30 ,  G06F40/211 ,  G06F40/216 ,  G06N3/0442 ,  G06N3/045 ,  G06N3/08 ,  G06F11/30

Abstract: 本发明提供一种基于注意力和Bi‑LSTM的日志异常检测方法及系统，该方法通过将半结构化的原始日志数据，通过日志解析器Drain转化为结构化的日志数据获得日志模板，并提取日志序列；通过BERT预训练模型将日志模板转化为日志模板初始语义向量；计算日志模板事件的逆频率，与日志模板初始语义向量进行加权计算，得到最终的日志模板语义向量；对日志序列进行特征向量化，得到日志序列的特征向量；将日志序列的特征向量输入基于注意力和双向长短期记忆网络Bi‑LSTM的日志异常检测模型即Atten‑BiLSTM模型中进行训练；使用训练后的Atten‑BiLSTM模型进行异常检测，得到检测结果；本发明能够更好的学习不同日志事件的重要性，可以处理不稳定的日志序列，能够提高日志的异常检测精度。