一种基于深度学习的自动化日志异常检测方法及系统

本发明涉及一种基于深度学习的自动化日志异常检测方法及系统。所述方法包括提取具有代表性的日志模板序列；对日志模板序列进行编码，生成表达日志模板的高维语义向量；构建CNN‑BiLSTM‑Attention模型，基于高维语义向量，输出每个数据点的预测值和实际值之间的差异；采用有监督学习方法，对所述模型进行训练和优化；通过训练好的模型对待测日志数据进行推理，如果预测值和实际值之间的差异超过设定的阈值，则触发告警。所述方法充分发挥了基于大语言模型的日志模板提取能力、Sentence‑BERT的语义提取能力和CNN‑BiLSTM‑Attention模型的日志序列特征捕获优势，显著提升了日志异常检测的准确性和效率。