[发明专利]互联网系统的运行状态监控方法、装置、设备及存储介质

权利要求书

1.一种互联网系统的运行状态监控方法，其特征在于，包括：

采集系统日志文件，并提取所述系统日志文件中的当前日志数据，对所述当前日志数据进行预处理；

基于目标循环神经网络模型对预处理后的所述当前日志数据进行特征提取，采用LSTM神经网络对特征提取结果进行分类预测，通过归一化处理将分类预测结果转换为概率分布预测值，根据所述概率分布预测值识别所述互联网的运行状态；

当所述互联网的运行状态发生异常时，获取用户操作记录，从所述用户操作记录中提取维护数据；

将所述维护数据与所述当前日志数据进行匹配，并根据匹配结果确定所述互联网系统的运行状态发生异常是否为偶发异常；

所述当前日志数据包括日志时间和日志内容，所述维护数据包括维护时间和维护内容，将所述维护数据与所述当前日志数据进行匹配，并根据匹配结果确定所述互联网系统的运行状态发生异常是否为偶发异常的步骤包括：

将所述日志时间与所述维护时间进行匹配；

若所述日志时间与所述维护时间相匹配，则将所述维护内容与所述日志内容进行匹配；

若所述日志时间与所述维护时间不匹配，则确定所述互联网系统的运行状态发生异常为偶发异常；

若所述维护内容与所述日志内容相匹配，则确定所述互联网系统的运行状态发生异常为非偶发异常；

若所述维护内容与所述日志内容不匹配，则确定所述互联网系统的运行状态发生异常为偶发异常；

若所述日志时间与所述维护时间相匹配，则将所述维护内容与所述日志内容进行匹配的步骤包括：

将所述维护内容解析成文本信息，所述文本信息包含多个句子或字段，对所述文本信息进行分词处理和词性标注处理，去除语法关联词，获得关键词并计算关键词总数量；

将所述关键词与所述日志内容中的词汇进行匹配，获得匹配关键词并计算匹配关键词数量；

根据所述匹配关键词数量和所述关键词总数量计算所述维护内容与所述日志内容的匹配率，所述匹配率为所述匹配关键词数量与所述关键词总数量的比率；

将所述匹配率与预设阈值进行比对，当所述匹配率大于预设阈值，则所述维护内容与所述日志内容相匹配，否则，所述维护内容与所述日志内容不匹配。

2.根据权利要求1所述的监控方法，其特征在于，基于目标循环神经网络模型对预处理后的所述当前日志数据进行特征提取，采用LSTM神经网络对特征提取结果进行分类预测，通过归一化处理将分类预测结果转换为概率分布预测值，根据所述概率分布预测值识别所述互联网的运行状态的步骤之前，还包括：

构建初始循环神经网络模型；

采集历史系统日志文件，并提取所述历史系统日志文件中的历史日志数据，对所述历史日志数据进行分类处理形成训练数据，将训练数据存储于训练数据集中；

采用所述训练数据对构建好的初始循环神经网络模型进行训练，通过调整隐藏层层数以及优化参数，得到优化后的目标循环神经网络模型。

3.根据权利要求2所述的监控方法，其特征在于，将所述维护数据与所述当前日志数据进行匹配，并根据匹配结果确定所述互联网系统的运行状态发生异常是否为偶发异常的步骤之后，还包括：

当互联网系统的运行状态发生异常为非偶发异常时，将所述当前日志数据标记为正常，将标记后的所述当前日志数据作为新的训练数据，添加进所述训练数据集中；

当互联网系统的运行状态发生异常为偶发异常时，生成异常报告并通知维护人员进行人工处理。

4.根据权利要求3所述的监控方法，其特征在于，当互联网系统的运行状态发生异常为偶发异常时，生成异常报告并通知维护人员进行人工处理的步骤之后，还包括：

若人工处理结果仍为偶发异常时，将所述当前日志数据标记为异常数据，将标记后的所述当前日志数据作为新的训练数据，添加进所述训练数据集中。