基于大语言模型的低成本、零样本的在线日志解析方法

    公开(公告)号:CN117407242B

    公开(公告)日:2024-04-05

    申请号:CN202311303412.8

    申请日:2023-10-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于大语言模型的低成本、零样本的在线日志解析方法,首先,使用正则表达式提取日志消息中的日志内容;然后与数据库中的日志模板进行正则匹配;匹配成功,更新对应日志模板的日志样本;匹配失败,则与大语言模型进行对话获得新的日志模板;并进行模板纠正,防止大语言模型生成的日志模板不能正则匹配日志消息;当产生新的模板时,进行模板合并;当更新日志样本时,进行模板拆分;对于所有即将加入数据库的日志模板,首先通过后处理进行日志模板规范化,然后将日志模板保存到数据库中。本发明生成的日志模板在单词的解析准确度上要优于传统方法,在速度和花费上相比于直接使用大语言模型执行日志解析任务具有显著优势。

    一种面向跨界服务网络的服务信任评价方法

    公开(公告)号:CN116308890A

    公开(公告)日:2023-06-23

    申请号:CN202310285262.6

    申请日:2023-03-22

    Applicant: 浙江大学

    Abstract: 本发明公开了面向跨界服务网络的服务信任评价方法,包括:向用户输出服务信任度,服务信任度包括服务直接信任度和服务间接信任度,通过对设定时间段内的每个QoS指标的平均值和服务诚信度进行融合,将融合结果赋予组合权重,然后将每个赋予组合权重的QoS指标进行加和得到所述服务直接信任度;在LightGCN模型的基础上引入用户社交关系,将多层用户嵌入向量与基于用户‑服务交互网络的对应层数的用户嵌入向量进行聚合得到最终用户嵌入向量表示,基于初始用户嵌入向量、服务消费者嵌入向量和服务嵌入向量通过STLightGCN模型得到服务间接信任度。该方法能够保证评价方法的公平公正,满足了用户的个性化需要。

    基于大语言模型的低成本、零样本的在线日志解析方法

    公开(公告)号:CN117407242A

    公开(公告)日:2024-01-16

    申请号:CN202311303412.8

    申请日:2023-10-10

    Applicant: 浙江大学

    Abstract: 本发明公开了一种基于大语言模型的低成本、零样本的在线日志解析方法,首先,使用正则表达式提取日志消息中的日志内容;然后与数据库中的日志模板进行正则匹配;匹配成功,更新对应日志模板的日志样本;匹配失败,则与大语言模型进行对话获得新的日志模板;并进行模板纠正,防止大语言模型生成的日志模板不能正则匹配日志消息;当产生新的模板时,进行模板合并;当更新日志样本时,进行模板拆分;对于所有即将加入数据库的日志模板,首先通过后处理进行日志模板规范化,然后将日志模板保存到数据库中。本发明生成的日志模板在单词的解析准确度上要优于传统方法,在速度和花费上相比于直接使用大语言模型执行日志解析任务具有显著优势。

Patent Agency Ranking