[发明专利]基于应用日志的异常交易诊断方法及系统

说明书

本发明提供了一种基于应用日志的异常交易诊断方法及系统，所述方法包括：对交易的应用日志进行特征提取得到模板序列；根据所述模板序列通过预设的异常交易分析模型确定所述交易的交易类型；根据预设模式库中所述交易类型对应的模板序列检测所述模板序列对应的交易是否为异常交易，本发明可实现灵活、高精度的实时异常交易诊断。

技术领域

本发明涉及智能运维技术领域，尤其涉及一种基于应用日志的异常交易诊断方法及系统。

背景技术

随着互联网技术和金融科技的发展，网上交易越来越频繁，交易的金额也在不断增大，网上交易给人民带来便利的同时，伴随而来的交易问题也越来越多。而一些细小的错误可能导致较大的交易问题，因此对异常交易进行实时诊断显得尤为重要。

当前交易的问题诊断通常依赖于固定阈值的报警，固定阈值一方面容易误报和漏报，导致问题的诊断精度低下，另一方面可能造成报警风暴，使得真实报警信息掩盖在大量的虚假报警信息之下，严重影响问题分析定位的效率。综上，目前基于固定阈值的异常交易检测和诊断方法效率较低。

发明内容

本发明的一个目的在于提供一种基于应用日志的异常交易诊断方法，实现灵活、高精度的实时异常交易诊断。本发明的另一个目的在于提供一种基于应用日志的异常交易诊断系统。本发明的再一个目的在于提供一种计算机设备。本发明的还一个目的在于提供一种可读介质。

为了达到以上目的，本发明一方面公开了一种基于应用日志的异常交易诊断方法，包括：

对交易的应用日志进行特征提取得到模板序列；

根据所述模板序列通过预设的异常交易分析模型确定所述交易的交易类型；

根据预设模式库中所述交易类型对应的模板序列检测所述模板序列对应的交易是否为异常交易。

优选的，所述对交易的应用日志进行特征提取得到模板序列具体包括：

对交易的每条应用日志中的特征字段进行特征提取得到日志模板；

根据交易的所有应用日志的日志模板得到模板序列。

优选的，进一步包括预先形成所述异常交易分析模型和所述模式库的步骤。

优选的，所述形成所述异常交易分析模型和所述模式库具体包括：

对历史正常交易的应用日志进行特征提取得到模板序列；

通过聚类算法对历史正常交易的模板序列进行聚类得到多个交易类型；

根据多个交易类型的模板序列对分类器进行分类训练得到所述异常交易分析模型；

根据多个交易类型对应的模板序列以及各个模板序列的概率值形成模式库。

优选的，所述根据预设模式库中所述交易类型对应的模板序列检测所述模板序列对应的交易是否为异常交易具体包括：

将所述模板序列与模式库中对应交易类型的模板序列进行比对，确定所述模板序列的概率值，若所述概率值低于预设阈值，则所述交易为异常交易。

优选的，进一步包括：

获取所述应用日志的起始时间和结束时间，得到所述交易的时长；

若所述交易的时长大于预设时间阈值，诊断所述交易为超时交易。

优选的，所述根据所述模板序列通过预设的异常交易分析模型确定所述交易的交易类型具体包括：

根据所述模板序列通过预设的异常交易分析模型确定所述交易属于目的交易类型的置信度，若所述置信度大于预设置信度阈值，确定所述交易的交易类型为所述目的交易类型。