[发明专利]一种基于主动式数据的异常监测方法、设备及介质在审

专利信息
申请号: 202111454834.6 申请日: 2021-11-29
公开(公告)号: CN114185736A 公开(公告)日: 2022-03-15
发明(设计)人: 孙雅伦 申请(专利权)人: 苏州浪潮智能科技有限公司
主分类号: G06F11/30 分类号: G06F11/30;G06N3/08
代理公司: 济南舜源专利事务所有限公司 37205 代理人: 徐胭脂
地址: 215100 江苏省苏州*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 主动 数据 异常 监测 方法 设备 介质
【权利要求书】:

1.一种基于主动式数据的异常监测方法,其特征在于,所述方法包括:

通过用户交互模块,确定进行异常监测的服务器;以根据预设在所述服务器中的日志格式统一模块,获得服务器中若干原始日志对应的预设日志结构的若干预处理日志;

通过日志实体模块,获取所述预处理日志,并将预处理日志进行结构分离处理,以获得结构化数据和非结构化内容分离的日志实体;

通过日志分析模块,获取所述日志实体,以导入日志实体至训练好的预测神经网络算法,进而确定日志实体对应的原始日志是否为异常日志。

2.根据权利要求1所述的一种基于主动式数据的异常监测方法,其特征在于,根据预设在所述服务器中的日志格式统一模块,获得服务器中若干原始日志对应的预设日志结构的若干预处理日志,具体包括:

通过预设在服务器中的所述日志格式统一模块,采集服务器中的所述原始日志;

通过日志格式统一模块中预存的预设日志结构模板,将原始日志转换为预处理日志。

3.根据权利要求1所述的一种基于主动式数据的异常监测方法,其特征在于,用户交互模块包含管理单元;

通过日志实体模块,获取所述预处理日志,具体包括:

在所述日志格式统一模块获取到预处理日志后,日志格式统一模块发送预处理日志至所述管理单元;

通过管理单元发送预处理日志至日志实体模块。

4.根据权利要求1所述的一种基于主动式数据的异常监测方法,其特征在于,

预处理日志至少包括:日志对应的时间戳、日志级别、日志文本内容、日志生成环节。

5.根据权利要求1所述的一种基于主动式数据的异常监测方法,其特征在于,

实体日志至少包括日志头部以及日志主体;

日志头部至少包括:日志辨识关键键、生成日志的服务器设备的IP、日志级别、日志生成环节、日志类型、日志事件ID;其中,日志类型默认值为正常类型,日志事件ID的初始值为空;

日志主体至少包括:日志头部的ID以及日志文本内容。

6.根据权利要求5所述的一种基于主动式数据的异常监测方法,其特征在于,日志分析模块还包括日志解析算法;

在通过训练好的深度学习算法,确定服务器设备是否存在异常日志之前,所述方法还包括:

在日志分析模块获取到日志实体后,通过预设的日志解析算法解析日志实体中的所述日志文本内容;

通过解析后的日志文本内容以及预设ID数据库,为日志实体分配日志事件ID。

7.根据权利要求1所述的一种基于主动式数据的异常监测方法,其特征在于,在通过训练好的深度学习算法,确定服务器设备是否存在异常日志之前,所述方法还包括:

将若干训练日志实体导入预测神经网络算法预设的若干日志窗口中,以获得训练好的预测神经网络算法;

所述训练好的预测神经网络算法用于预测日志实体中的日志事件ID为任一预设事件ID的概率值,并按照所述概率值从大到小的顺序,将预设数量的预设事件ID组成为预测事件ID集合。

8.根据权利要求7所述的一种基于主动式数据的异常监测方法,其特征在于,导入日志实体至训练好的预测神经网络算法,进而确定日志实体对应的原始日志是否为异常日志,具体包括:

在日志分析模块通过预设的所述日志窗口获取到日志实体后,确定日志实体的日志事件ID;

通过训练好的预测神经网络算法获取日志实体对应的预测事件ID集合;当日志事件ID存在于预测事件ID集合中时,确定日志实体对应的原始日志为正常日志,当日志事件ID不存在于预测事件ID集合中时,确定日志实体对应的原始日志为异常日志。

9.一种基于主动式数据的异常监测设备,其特征在于,所述设备包括:

处理器;

以及存储器,其上存储有可执行代码,当所述可执行代码被执行时,使得所述处理器执行如权利要求1-8任一项所述的一种基于主动式数据的异常监测方法。

10.一种非易失性计算机存储介质,其特征在于,其上存储有计算机指令,所述计算机指令在被执行时实现如权利要求1-8任一项所述的一种基于主动式数据的异常监测方法。

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苏州浪潮智能科技有限公司,未经苏州浪潮智能科技有限公司许可,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/202111454834.6/1.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