买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉华南理工大学申请的专利一种基于日志分类和深度学习的日志异常检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN120744921B 。

龙图腾网通过国家知识产权局官网在2025-11-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202511179248.3，技术领域涉及：G06F21/56；该发明授权一种基于日志分类和深度学习的日志异常检测方法是由王永祥;林伟伟设计研发完成，并于2025-08-22向国家知识产权局提交的专利申请。

本一种基于日志分类和深度学习的日志异常检测方法在说明书摘要公布了：本发明公开了一种基于日志分类和深度学习的日志异常检测方法，属于日志分析技术领域，包括：S1：获取分布式软件系统的原始日志数据，生成日志事件和日志参数；S2：基于预训练的日志事件分类库对日志事件进行聚类，将日志事件分为操作类日志和状态类日志；S3：针对所述操作类日志和状态类日志分别提取日志事件对应的特征向量和日志参数对应的特征向量；S4：利用特征向量通过深度学习模型分别进行对应的异常检测；S5：利用决策树对有异常标记的日志进行定位。所述基于日志分类和深度学习的日志异常检测方法解决了目前日志异常检测的准确性和定位效率低的问题。

本发明授权一种基于日志分类和深度学习的日志异常检测方法在权利要求书中公布了：1.一种基于日志分类和深度学习的日志异常检测方法，其特征在于，包括以下步骤： S1：获取分布式软件系统的原始日志数据，针对原始日志数据的message字段进行提取，生成日志元数据信息，日志元数据信息的格式为En[timestamp、host、module、event：parameter]，其中timestamp表示时间戳，host表示主机名，module表示服务模块，event表示日志常量部分，parameter表示日志变量部分，将日志常量部分作为日志事件，将日志变量部分作为日志参数； S2：基于预训练的日志事件分类库对日志事件进行聚类，将日志事件分为操作类日志和状态类日志； S3：针对所述操作类日志和状态类日志分别提取日志事件对应的特征向量和日志参数对应的特征向量； 针对操作类日志，使用BERT预训练模型提取日志模板的语义特征，生成多维语义向量，通过自编码器Autoencoder将多维语义向量中的高维向量与日志事件的频次向量进行维度对齐，然后将维度对齐后的语义向量和频次向量进行加权求和获得融合特征，形成日志事件对应的特征向量；使用One-Hot编码器对的日志参数的种类和日志参数的数据进行编码得到参数编码作为日志参数对应的特征向量； 针对状态类日志，使用One-Hot编码器对日志参数的种类进行编码得到参数编码，将参数编码结合日志参数的数据作为特征向量； S4：利用特征向量通过深度学习模型分别进行对应的异常检测； S5：利用决策树对有异常标记的日志进行定位。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华南理工大学，其通讯地址为：510000 广东省广州市天河区五山路；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。