[发明专利]日志的缓存方法、装置以及计算机设备在审

专利信息
申请号: 202011249541.X 申请日: 2020-11-10
公开(公告)号: CN112364163A 公开(公告)日: 2021-02-12
发明(设计)人: 袁康 申请(专利权)人: 平安普惠企业管理有限公司
主分类号: G06F16/35 分类号: G06F16/35;G06F16/2455
代理公司: 深圳市明日今典知识产权代理事务所(普通合伙) 44343 代理人: 王杰辉;熊成龙
地址: 518000 广东省深圳市前海深港合作区前*** 国省代码: 广东;44
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 日志 缓存 方法 装置 以及 计算机 设备
【权利要求书】:

1.一种日志的缓存方法,其特征在于,包括:

检测实时日志的数量是否达到了预设数量;

若达到了预设数量,则检测各所述实时日志的类别;

根据各所述实时日志的类别,通过对应所述类别的消息队列接收对应的所述实时日志,并根据所述实时日志的申请号对所述实时日志设定TOKEN标签;

将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理,得到解耦后的目标日志;其中,所述目标日志携带有所述实时日志对应的所述TOKEN标签;

根据所述TOKEN标签将所述目标日志保存在对应所述申请号的缓存数据库中。

2.如权利要求1所述的日志的缓存方法,其特征在于,所述检测各所述实时日志的类别的步骤,包括:

将所述实时日志输入至预设的向量机中,得到对应固定维度的实时日志向量X=(x1,x2,…,xi,…,xn);

根据公式计算所述实时日志向量与每个消息队列对应的预存类别向量之间的匹配度;其中,所述Y为各消息队列对应的预存类别向量的多维坐标,Y=(y1,y2,…,yi,…,yn),xi表示实时日志向量中第i维的数值,yi表示消息队列对应的预存类别向量中第i维的数值,si为第i维数据所对应的系数,p为设定的参数值;

根据所述匹配度得到各所述实时日志的类别。

3.如权利要求1所述的日志的缓存方法,其特征在于,所述将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理,得到解耦后的目标日志的步骤,包括:

获取接收了所述实时日志后的各消息队列的长度,并根据各消息队列的长度建立长度集合;

根据公式Δdmax=max(|li-lj|)计算所述长度集合中最大长度差;其中,所述Δdmax表示所述最大长度差,li和lj分别表示所述长度集合中任意两个不同的消息队列长度,max(|li-lj|)表示|li-lj|计算得到的最大值;

判断所述最大长度差是否超过了长度预设值;

若超过了长度预设值,则将处理所述长度集合中长度最小的消息队列的第一日志处理模型,在处理完毕长度最小的消息队列后,获取处理所述长度集合中长度最大的消息队列对应的第二日志处理模型中的参数数据;

将所述第二日志处理模型中的参数数据迁移至所述第一日志模型中,并接收长度最大的消息队列中未处理的实时日志进行处理。

4.如权利要求1所述的日志的缓存方法,其特征在于,所述将各所述消息队列分别发送至对应类别的日志处理模型中进行解耦处理,得到解耦后的目标日志的步骤之前,包括:

获取训练数据,并将所述训练数据中的各个样本数据进行分类处理;

将各类别的所述样本数据输入至对应的日志处理初始模型中进行训练,训练完毕后得到各类别对应的所述日志处理模型。

5.如权利要求4所述的日志的缓存方法,其特征在于,所述获取训练数据,并将所述训练数据中的各个样本数据进行分类处理的步骤,包括:

从训练数据库中获取所述训练数据;

将所述训练数据中的各个样本数据进行向量化处理,得到各样本数据对应的样本向量;

根据公式计算所述样本向量与各类别对应的类别向量的相似度;其中,所述表示所述样本向量,所述表示所述类别向量;

根据所述样本数据与各类别对应的类别向量的相似度,将所述样本数据进行分类处理。

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平安普惠企业管理有限公司,未经平安普惠企业管理有限公司许可,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/202011249541.X/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