一种基于深度学习技术的系统日志异常检测方法及系统

摘要文本

本发明涉及人工智能的技术领域，公开了一种基于深度学习技术的系统日志异常检测方法及系统，包括以下具体步骤：S1：对训练日志数据集进行模板解析，得到结构化的日志模板数据；S2：构建向量化模型，并将结构化的日志模板数据输入向量化模型进行无监督对比学习训练；S3：通过抽取并关联训练日志数据集的数据中的会话及事件，生成子序列样本数据；S4：根据向量化数据、子序列样本数据，完成子序列相关性模型的建模；S5：训练子序列相关性模型；S6：通过训练好的子序列相关性模型检测日志异常。本发明解决了现有技术对日志数据间关联性的理解不足的问题，且具有能够高效地检测系统日志中的异常，并且为系统工程师在故障诊断时提供参考的特点。