[发明专利]基于深度学习的操作系统的异常日志的处理方法及装置

权利要求书

1.一种基于深度学习的操作系统的异常日志的处理方法，其特征在于，包括：

获取目标系统的操作系统日志；

将所述操作系统日志输入到二分类模型中，以确定所述操作系统日志中的正常日志和异常日志；

使用深度学习网络模型对所述异常日志进行分析，得到所述异常日志对应的解决策略，其中，所述深度学习网络模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：异常日志，以及异常日志对应的解决策略。

2.根据权利要求1所述的方法，其特征在于，将所述操作系统日志输入到二分类模型中，以确定所述操作系统日志中的正常日志和异常日志之前，所述方法还包括：

将所述操作系统日志转换为词向量；

将转换后的词向量输入到所述二分类模型中。

3.根据权利要求1所述的方法，其特征在于，将所述操作系统日志输入到二分类模型中，以确定所述操作系统日志中的正常日志和异常日志之后，所述方法还包括：

对所述异常日志进行聚类处理，分成K类，其中，K为大于1的整数；

将K类异常日志输入到所述深度学习网络模型中。

4.根据权利要求1所述的方法，其特征在于，使用深度学习网络模型对所述异常日志进行分析，得到所述异常日志对应的解决策略，包括：

对异常日志进行标签，得到目标异常日志；

使用深度学习网络模型对所述异常日志进行分析，得到所述目标异常日志对应的解决策略。

5.根据权利要求1所述的方法，其特征在于，使用深度学习网络模型对所述异常日志进行分析，得到所述异常日志对应的解决策略之后，所述方法还包括：

使用确定得到的解决策略对所述目标系统进行预处理。

6.一种基于深度学习的操作系统的异常日志的处理装置，其特征在于，包括：

获取模块，用于获取目标系统的操作系统日志；

输入模块，用于将所述操作系统日志输入到二分类模型中，以确定所述操作系统日志中的正常日志和异常日志；

确定模块，用于使用深度学习网络模型对所述异常日志进行分析，得到所述异常日志对应的解决策略，其中，所述深度学习网络模型为使用多组数据通过机器学习训练出的，所述多组数据中的每组数据均包括：异常日志，以及异常日志对应的解决策略。

7.根据权利要求6所述的装置，其特征在于，所述装置还包括：处理模块，所述处理模块，用于将所述操作系统日志转换为词向量；将转换后的词向量输入到所述二分类模型中。

8.根据权利要求6所述的装置，其特征在于，所述确定模块，还用于对所述异常日志进行聚类处理，分成K类，其中，K为大于1的整数；将K类异常日志输入到所述深度学习网络模型中。

9.一种计算机可读的存储介质，其特征在于，所述存储介质中存储有计算机程序，其中，所述计算机程序被设置为运行时执行所述权利要求1至5任一项中所述的方法。

10.一种电子装置，包括存储器和处理器，其特征在于，所述存储器中存储有计算机程序，所述处理器被设置为运行所述计算机程序以执行所述权利要求1至5任一项中所述的方法。