CN120276908A 基于人工智能的运维日志事件关联分析方法及系统 (上海擎创信息技术有限公司).docxVIP

CN120276908A 基于人工智能的运维日志事件关联分析方法及系统 (上海擎创信息技术有限公司).docx

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多

(19)国家知识产权局

(12)发明专利申请

(10)申请公布号CN120276908A(43)申请公布日2025.07.08

(21)申请号202510758040.0

(22)申请日2025.06.09

(71)申请人上海擎创信息技术有限公司

地址200040上海市静安区江场三路76、78

号4层401室

(72)发明人葛晓波杨辰

(74)专利代理机构上海卓颂知识产权代理有限公司31537

专利代理师张林颜翠萍

(51)Int.CI.

GO6F11/07(2006.01)

GO6F11/30(2006.01)

权利要求书4页说明书18页附图2页

(54)发明名称

基于人工智能的运维日志事件关联分析方法及系统

(57)摘要

CN120276608A本发明提供一种基于人工智能的运维日志事件关联分析方法及系统,首先获取目标系统的原始运维日志集合,该原始运维日志集合包含多个运维日志片段;然后对原始运维日志集合进行特征提取处理,得到每个运维日志片段的上下文语义特征及时序行为特征,接着调用预训练的关联分析模型对上述特征进行关联规则匹配处理,生成运维日志片段之间的关联规则集合,该关联规则集合包含因果关系定义及事件传播路径描述,基于关联规则集合生成运维事件优化策略,最后将运维事件优化策略反馈至目标系统的运

CN120276608A

性。

S110

S110

获取目标系统的原始运维日志集合,所述原始运维日志集合包括多个运维日志片段

S120

对所述原始运维日志集合进行特征提取处理,得到每个运维日志片段的上下文语义特征及时序行为特征

S130

调用预训练的关联分析模型对所述上下文语义特征及时序

行为特征进行关联规则匹配处理,生成所述运维日志片段

之间的关联规则集合

S140

基于所述关联规则集合生成运维事件优化策略,所述运维

事件优化策略包括针对所述关联规则集合中每个关联规则

的事件响应优先级及系统资源调整方案

将所述运维事件优化策略反馈至目标系统的运维管理接口以触发系统优化操作

CN120276908A权利要求书1/4页

2

1.一种基于人工智能的运维日志事件关联分析方法,其特征在于,所述方法包括:

获取目标系统的原始运维日志集合,所述原始运维日志集合包括多个运维日志片段;

对所述原始运维日志集合进行特征提取处理,得到每个运维日志片段的上下文语义特征及时序行为特征;

调用预训练的关联分析模型对所述上下文语义特征及时序行为特征进行关联规则匹配处理,生成所述运维日志片段之间的关联规则集合,所述关联规则集合包含所述运维日志片段在系统故障链路中的因果关系定义及事件传播路径描述;

基于所述关联规则集合生成运维事件优化策略,所述运维事件优化策略包括针对所述关联规则集合中每个关联规则的事件响应优先级及系统资源调整方案;

将所述运维事件优化策略反馈至目标系统的运维管理接口以触发系统优化操作。

2.根据权利要求1所述的基于人工智能的运维日志事件关联分析方法,其特征在于,所述对所述原始运维日志集合进行特征提取处理,得到每个运维日志片段的上下文语义特征及时序行为特征,包括:

对所述运维日志片段中的日志语句进行语法结构解析处理,将所述日志语句拆分为多个日志词单元,所述日志词单元包括系统组件标识符、操作指令关键字及状态描述符;

调用预训练的特征编码器对所述多个日志词单元进行上下文编码处理,生成所述运维日志片段的语义向量,所述上下文编码处理通过捕捉相邻日志词单元之间的依赖关系构建全局语义表达;

基于所述语义向量确定所述运维日志片段之间的上下文关联度,并根据所述上下文关联度构建上下文语义特征,所述上下文关联度用于量化不同运维日志片段在故障传播路径中的逻辑相关性;

对所述运维日志片段的生成时间戳进行时序分布分析处理,提取所述运维日志片段的时序间隔特征及事件触发频次特征,并将所述时序间隔特征及事件触发频次特征融合生成所述运维日志片段的时序行为特征,所述时序间隔特征反映事件触发的连续性与突发性模式,所述事件触发频次特征反映预设时间窗口内的事件密集度,所述融合过程通过特征降维算法消除冗余信息并保留时序模式的关键表征。

3.根据权利要求2所述的基于人工智能的运维日志事件关联分析方法,其特征在于,所述调用预训练的特征编码器对所述多个日志词单元进行上下文编码处理,生成所述运维日志片段的语义向量,包括:

将所述日志词单元输入预训练的特征编码器的词

您可能关注的文档

文档评论(0)

aabbcc + 关注
实名认证
文档贡献者

若下载文档格式有问题,请咨询qq1643702686索取原版

1亿VIP精品文档

相关文档