买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：西安交通大学

摘要：本发明公开了一种基于词嵌入的日志参数异常检测方法，1.将日志中的所有参数解析出来，并将所有参数中的离散参数单独划分出来；2.将离散参数转换为连续的参数词向量；3.使用长短期记忆神经网络模型训练参数词向量，使用训练完成的参数词向量预测后续目标时刻的参数词向量；4.使用余弦相似度来确定预测参数词向量与目标参数词向量的关联程度，通过关联程度计算损失值，从而将损失值反馈网络，进行更新和优化模型，直至收敛；5.获取日志进行参数异常检测，计算预测参数和目标参数的余弦相似度，余弦相似度低于阈值则为检测到日志参数异常。能够有效解决因参数动态性和差异性带来的检测瓶颈，提升日志检测整体的准确率。

主权项：1.一种基于词嵌入的日志参数异常检测方法，其特征在于，包括如下步骤；步骤一、将日志中的所有参数解析出来，并将所有参数中的离散参数单独划分出来；步骤二、将离散参数转换为连续的参数词向量；步骤三、使用长短期记忆神经网络模型训练参数词向量，使用训练完成的参数词向量预测后续目标时刻的参数词向量；步骤三中，将参数词向量从词向量词典中筛选出来，按照原本的时序顺序，以参数位置和日志时序折衷的方式进行数据处理，每次的输入是目标时刻的日志前一定窗口内的完整的日志中所有参数词向量，使用长短期记忆神经网络模型计算和预测后续目标时刻的参数词向量；长短期记忆神经网络模型包括依次连接的一个输入层、多个隐藏层和一个输出层；步骤四、使用余弦相似度来确定预测参数词向量与目标参数词向量的关联程度，通过关联程度计算损失值，从而将损失值反馈网络，进行更新和优化模型，直至收敛；步骤四中，通过余弦相似度用来度量预测参数词向量与目标参数词向量的夹角大小，向量之间的相似度可以通过计算两个向量夹角的余弦值从方向角度来量化，若两个向量方向一致，则余弦值为1，若两者方向是相反的，则其值为-1，其公式为；步骤五、获取日志进行参数异常检测，计算预测参数和目标参数的余弦相似度，余弦相似度低于阈值则为检测到日志参数异常；步骤五中，按照一定设定窗口将日志输入至长短期记忆神经网络模型中，输出预测参数词向量，使用余弦相似度将目标参数词向量和预测参数词向量进行对比，当余弦相似度小于阈值则判定为异常，当余弦相似度大于等于阈值则判定为正常。

全文数据：

权利要求：

百度查询： 西安交通大学 一种基于词嵌入的日志参数异常检测方法