[发明专利]一种基于日志语义挖掘的系统故障诊断方法及装置有效
| 申请号： | 201910463679.0 | 申请日： | 2019-05-30 |
| 公开（公告）号： | CN110288004B | 公开（公告）日： | 2021-04-20 |
| 发明（设计）人： | 应时;刘辉;王冰明;杨喆;程国力;贾向阳 | 申请（专利权）人： | 武汉大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N3/04;G06N3/08;G06F40/30;G06F16/18 |
| 代理公司： | 武汉科皓知识产权代理事务所(特殊普通合伙) 42222 | 代理人： | 罗飞 |
| 地址： | 430072 湖*** | 国省代码： | 湖北;42 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于日志语义挖掘的系统故障诊断方法及装置。首先，基于神经网络语言模型对输入日志进行训练得到日志事件的语义特征向量。然后，使用改进的K均值聚类算法对日志事件的语义特征向量进行聚类，并使用一种对聚类后的日志向量对应的日志事件进行过滤的方法。最后，应用过滤方法并提取过滤后的日志数据簇中具有代表性的日志事件形成特征日志序列进行检查。本发明的方法可以进行基于日志的系统故障诊断时有效的挖掘日志的相关信息，不仅能够提高故障识别和诊断的效率，还可以提高诊断的有效性，并且降低系统总体成本。 | ||
| 搜索关键词： | 一种 基于 日志 语义 挖掘 系统 故障诊断 方法 装置 | ||
【主权项】：
1.一种基于日志语义挖掘的系统故障诊断方法，其特征在于，包括：对原始日志消息中的消息变量进行替换并对日志事件进行标识；基于PV‑DM语言模型，通过三层神经网络训练，得到日志事件的语义特征表达向量；以日志事件的语义相似性作为度量标准，采用改进的K均值聚类算法对日志事件进行聚类，得到聚类结果，聚类结果包括聚类中心和聚类；根据日志事件与聚类中心的聚类，提取出各聚类中具有代表性的日志事件，形成特征日志序列，并对形成的特征日志序列进行检查，判断是否出现故障。
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武汉大学，未经武汉大学许可，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/patent/201910463679.0/，转载请声明来源钻瓜专利网。
- 上一篇：数据变化识别方法及设备
- 下一篇：基于SVM的毫米波探测器干扰效果评估方法
