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！

龙图腾网获悉厦门大学;国网山东省电力公司电力科学研究院;国网上海市电力公司;国网湖北省电力有限公司申请的专利一种日志异常检测方法及装置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：CN121277796B 。

龙图腾网通过国家知识产权局官网在2026-03-10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：202511840993.8，技术领域涉及：G06F11/30；该发明授权一种日志异常检测方法及装置是由刘圣龙;张志宏;石伟宁;梅文明;陈剑飞;朱旻捷;李晶设计研发完成，并于2025-12-09向国家知识产权局提交的专利申请。

本一种日志异常检测方法及装置在说明书摘要公布了：本申请公开了一种日志异常检测方法及装置，涉及人工智能技术领域，解决了目前存在现有日志异常检测方法忽略日志条目中自赋值参数中蕴含的语义信息，导致异常检测的敏感性降低的问题。该方法包括：利用模板解析方法从每个日志条目中提取固定模板信息、动态自赋值参数，或动态自赋值参数；利用预训练语言模型得到对应的具有深层语义关联特征的日志表示向量；将每个日志条目对应的具有深层语义关联特征的日志表示向量输入至预训练日志异常检测模型中，得到对应的日志异常概率；在检测到多个日志条目中任一日志条目对应的日志异常概率超过概率阈值时，确定当前日志为异常日志。

本发明授权一种日志异常检测方法及装置在权利要求书中公布了：1.一种日志异常检测方法，其特征在于，包括： 获取包括多个日志条目的当前日志，利用模板解析方法从每个日志条目中提取固定模板信息、动态自赋值参数，或动态自赋值参数； 基于每个日志条目对应的固定模板信息、动态自赋值参数，或动态自赋值参数，利用预训练语言模型得到每个日志条目对应的具有深层语义关联特征的日志表示向量； 将每个日志条目对应的具有深层语义关联特征的日志表示向量输入至预训练日志异常检测模型中，得到所述预训练日志异常检测模型输出的每个日志条目对应的日志异常概率； 获取概率阈值，在检测到所述多个日志条目中任一日志条目对应的日志异常概率超过所述概率阈值时，确定所述当前日志为异常日志； 所述基于每个日志条目对应的固定模板信息、动态自赋值参数，或动态自赋值参数，利用预训练语言模型得到每个日志条目对应的具有深层语义关联特征的日志表示向量，包括： 确定日志条目的日志类型为有预设模板日志条目或无预设模板日志条目； 对于每个有预设模板日志条目执行以下操作：基于有预设模板日志条目对应的固定模板信息、动态自赋值参数，利用所述预训练语言模型得到具有深层语义关联特征的日志表示向量； 对于每个无预设模板日志条目执行以下操作：基于无预设模板日志条目对应的动态自赋值参数，利用所述预训练语言模型得到具有深层语义关联特征的日志表示向量； 所述基于有预设模板日志条目对应的固定模板信息、动态自赋值参数，利用所述预训练语言模型得到具有深层语义关联特征的日志表示向量，包括： 基于CodeBERT模型将所述有预设模板日志条目对应的固定模板信息、动态自赋值参数转化为固定模板信息语义表示向量、自赋值参数语义表示向量； 基于词性分析算法对所述固定模板信息语义表示向量中每个第一单词标注语法类别，以及对所述自赋值参数语义表示向量中第二单词标注语法类别； 将所述固定模板信息语义表示向量中每个第一单词的语法类别与所述自赋值参数语义表示向量中每个第二单词的语法类别进行匹配，确定第一单词与第二单词之间的映射关系； 基于第一单词与第二单词之间的映射关系，将所述固定模板信息语义表示向量和所述自赋值参数语义表示向量进行拼接，得到第一拼接后的日志表示向量； 基于词频-逆文档频率算法计算所述第一拼接后的日志表示向量中每个单词的静态权重； 基于余弦相似度算法计算所述第一拼接后的日志表示向量中任意两个单词之间的余弦相似度，并利用余弦相似度调整所述第一拼接后的日志表示向量中每个单词的动态权重； 基于所述第一拼接后的日志表示向量中每个单词的静态权重、动态权重，利用权重归一化算法得到融合权重矩阵，以及通过矩阵乘法将所述第一拼接后的日志表示向量与所述融合权重矩阵进行加权缩放，得到所述具有深层语义关联特征的日志表示向量。

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厦门大学;国网山东省电力公司电力科学研究院;国网上海市电力公司;国网湖北省电力有限公司，其通讯地址为：361000 福建省厦门市思明南路422号；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。