[发明专利]异常日志检测方法、异常日志检测装置及存储介质在审

专利信息
申请号: 202011225291.6 申请日: 2020-11-05
公开(公告)号: CN112269730A 公开(公告)日: 2021-01-26
发明(设计)人: 陈欣 申请(专利权)人: 北京小米松果电子有限公司
主分类号: G06F11/34 分类号: G06F11/34;G06F40/186
代理公司: 北京钲霖知识产权代理有限公司 11722 代理人: 李志新;刘亚平
地址: 100085 北京市海淀*** 国省代码: 北京;11
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 异常 日志 检测 方法 装置 存储 介质
【权利要求书】:

1.一种异常日志检测方法,其特征在于,包括:

获取第一日志以及第二日志,其中,所述第一日志为接收到表征日志异常的报警信号后的日志,所述第二日志为接收到所述报警信号之前非报警期间的日志;

基于所述第一日志提取第一日志模板,并基于所述第二日志提取第二日志模板;

将存在于所述第一日志模板中,且不存在于所述第二日志模板中的日志模板,确定为异常日志模板;

将所述第一日志中与所述异常日志模板对应的日志,确定为异常日志。

2.根据权利要求1所述的异常日志检测方法,其特征在于,所述基于所述第一日志提取第一日志模板,并基于所述第二日志提取第二日志模板,包括:

获取基于各服务日志构建并保存的树;

基于待提取的第一日志模板,更新获取到的已保存的树,基于更新后的树提取第一日志模板,并基于待提取的第二日志模板,更新获取到的已保存的树,并基于更新后的树提取所述第二日志模板。

3.根据权利要求2所述的异常日志检测方法,其特征在于,所述方法还包括:

响应于基于Drain算法针对不同服务日志中的每一服务日志完成建立树,则分别保存不同服务日志基于Drain算法所建立的树。

4.根据权利要求3所述的异常日志检测方法,其特征在于,基于Drain算法针对不同服务日志中的每一服务日志完成建立树之后,所述方法还包括:

确定日志模板之间相似度大于预设阈值的日志模板,合并日志模板之间相似度大于预设阈值的日志模板。

5.根据权利要求1所述的异常日志检测方法,其特征在于,所述方法还包括:

获取针对所述异常日志的反馈结果,所述反馈结果包括所述异常日志实际为第二日志,或者所述异常日志实际为异常日志;

剔除所述异常日志中包括的第二日志。

6.一种异常日志检测装置,其特征在于,包括:

获取模块,用于获取第一日志以及第二日志,其中,所述第一日志为接收到表征日志异常的报警信号后的日志,所述第二日志为接收到所述报警信号之前非报警期间的日志;

提取模块,用于基于所述第一日志提取第一日志模板,并基于所述第二日志提取第二日志模板;

确定模块,用于将存在于所述第一日志模板中,且不存在于所述第二日志模板中的日志模板,确定为异常日志模板,并将所述第一日志中与所述异常日志模板对应的日志,确定为异常日志。

7.根据权利要求6所述的异常日志检测装置,其特征在于,所述提取模块采用如下方式基于所述第一日志提取第一日志模板,并基于所述第二日志提取第二日志模板:

获取基于各服务日志构建并保存的树;

基于待提取的第一日志模板,更新获取到的已保存的树,基于更新后的树提取第一日志模板,并基于待提取的第二日志模板,更新获取到的已保存的树,并基于更新后的树提取所述第二日志模板。

8.根据权利要求7所述的异常日志检测装置,其特征在于,所述装置还包括:

保存模块,用于响应于基于Drain算法针对不同服务日志中的每一服务日志完成建立树,则分别保存不同服务日志基于Drain算法所建立的树。

9.根据权利要求8所述的异常日志检测装置,其特征在于,所述确定模块还用于基于Drain算法针对不同服务日志中的每一服务日志完成建立树之后,确定日志模板之间相似度大于预设阈值的日志模板;

所述装置还包括:

合并模块,用于合并日志模板之间相似度大于预设阈值的日志模板。

10.根据权利要求6所述的异常日志检测装置,其特征在于,所述获取模块还用于:获取针对所述异常日志的反馈结果,所述反馈结果包括所述异常日志实际为第二日志,或者所述异常日志实际为异常日志;

所述装置还包括:

剔除模块,用于剔除所述异常日志中包括的第二日志。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于北京小米松果电子有限公司,未经北京小米松果电子有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202011225291.6/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top