[发明专利]基于LSTM-Transformer的日志异常检测方法及系统

权利要求书

1.一种基于LSTM-Transformer的日志异常检测方法及系统，其特征在于，步骤如下：

步骤1：对原始的系统日志数据使用Drain进行解析，将半结构化日志转化为日志模板和日志组件参数等；

步骤2：将解析后的日志按照生成顺序排列在一起构成日志序列向量；

步骤3：将日志模板内容作为Word2Vec的输入，得到单词向量，结合日志事件序列的TF-IDF，可以得到日志事件序列的特征向量；

步骤4：根据组件参数序列的TF-IDF，得到日志组件序列的特征向量；

步骤5：将日志事件序列的特征向量矩阵与日志组件序列的特征向量矩阵进行拼接得到最终的特征向量矩阵；

步骤6：得到最终的特征向量矩阵之后，LSTM-Transformer的日志异常检测方法可以区分正常日志和异常日志。

2.如权力要求1所述的方法，其特征在于，所述步骤2中，若日志原始数据中含有block_id，则将block_id设置为特定执行序列的标志符，将具有相同block_id的分成一组；若不含有block_id，则需要使用滑动窗口将日志进行分割。

3.如权利要求1所述的方法，其特征在于，所述步骤6中，LSTM-Transformer的日志异常检测方法采用LSTM 和Transformer对输入的特征矩阵进行建模，检测异常日志；将LSTM模型添加到Transformer的子集中，对于包含LSTM的Transformer，输入特征矩阵先经过LSTM处理，然后在传送到多头注意力机制中。