-
Patent Agency Ranking
公开(公告)号：CN110347827A
公开(公告)日：2019-10-18
申请号：CN201910561157.4
申请日：2019-06-26
Applicant: 南京理工大学
Abstract: 本发明提供了一种面向异构文本运维数据的事件提取方法，包括以下步骤：步骤1，定义泛化类型正则表达式；步骤2，基于正则表达式的类型检测；步骤3，基于多维度相似性的文本运维数据聚类；步骤4，事件类型生成和文本运维数据类型标注。本发明所提供的事件提取方法的目的在于以复杂IT系统运行时产生的日志文件、工作票等文本类运维数据为研究对象，提供一种面向异构文本运维数据的事件提取方法，具备处理异构文本运维数据的适应性和较高的准确性。
-
公开(公告)号：CN115329082A
公开(公告)日：2022-11-11
申请号：CN202211003631.X
申请日：2022-08-21
Applicant: 南京理工大学
IPC: G06F16/35 , G06F16/31 , G06F16/18 , G06F40/186 , G06F40/216 , G06F40/30 , G06K9/62 , G06N3/04 , G06N3/08
Abstract: 本发明公开了一种基于深度混合神经网络的日志序列异常检测方法，包括以下步骤：采用滑动窗口与会话窗口相结合的方式对日志进行序列分割，采用语义向量特征和统计特征结合的方式实现日志模板的语义向量化；采用改进的序列化深度学习模型与卷积神经网络相结合的模型结构，对有异常或正常标签的日志序列进行训练，建立异常检测模型；应用构建的异常检测模型对新产生的日志序列进行异常检测。该方法能够准确地捕获日志的序列特征信息和语义特征信息，进而借助于混合深度学习模型实现准确的日志异常检测，揭示系统状态，并且拥有较好的鲁棒性。
-
公开(公告)号：CN113626400B
公开(公告)日：2024-11-29
申请号：CN202110781337.0
申请日：2021-07-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于日志树和解析树的日志事件提取方法及系统，该方法分为预处理和日志内容解析两个步骤，具体包括：提出并维护一个由正则表达式和启发式规则组成的规则库，抽取小部分日志自动生成日志格式；基于日志格式在线识别日志为日志头部和日志内容；搜索解析树，采用最长公共子串和最长公共子向量分别计算日志树与事件树中静态字段与动态参数的相似度；采用聚类技术匹配日志树与事件树，提取事件与对应参数。本发明为了应对日志内容的复杂性，改进在线事件提取方法中的预处理与日志内容解析步骤。减少人工识别日志格式的工作量，改善已有方法难以识别包含不定数量参数事件的问题，更准确地提取日志事件。
-
公开(公告)号：CN110347827B
公开(公告)日：2023-08-22
申请号：CN201910561157.4
申请日：2019-06-26
Applicant: 南京理工大学
Abstract: 本发明提供了一种面向异构文本运维数据的事件提取方法，包括以下步骤：步骤1，定义泛化类型正则表达式；步骤2，基于正则表达式的类型检测；步骤3，基于多维度相似性的文本运维数据聚类；步骤4，事件类型生成和文本运维数据类型标注。本发明所提供的事件提取方法的目的在于以复杂IT系统运行时产生的日志文件、工作票等文本类运维数据为研究对象，提供一种面向异构文本运维数据的事件提取方法，具备处理异构文本运维数据的适应性和较高的准确性。
-
公开(公告)号：CN113626400A
公开(公告)日：2021-11-09
申请号：CN202110781337.0
申请日：2021-07-11
Applicant: 南京理工大学
Abstract: 本发明公开了一种基于日志树和解析树的日志事件提取方法及系统，该方法分为预处理和日志内容解析两个步骤，具体包括：提出并维护一个由正则表达式和启发式规则组成的规则库，抽取小部分日志自动生成日志格式；基于日志格式在线识别日志为日志头部和日志内容；搜索解析树，采用最长公共子串和最长公共子向量分别计算日志树与事件树中静态字段与动态参数的相似度；采用聚类技术匹配日志树与事件树，提取事件与对应参数。本发明为了应对日志内容的复杂性，改进在线事件提取方法中的预处理与日志内容解析步骤。减少人工识别日志格式的工作量，改善已有方法难以识别包含不定数量参数事件的问题，更准确地提取日志事件。
-
-
-
-
Search Results
5
records
(took 0.021 seconds)
