基于深度学习的日志异常检测方法、装置、设备及介质

本申请公开了一种基于深度学习的日志异常检测方法、装置、设备及介质。在上述方法中，首先根据实时日志和n‑gram模板，获得实时静态模板和实时动态参数；将实时静态模板和实时动态参数进行向量化，获得表示特定日志模板的实时语义向量和实时动态参数向量；将实时语义向量和实时动态参数向量合成实时动态事件向量；使用日志异常检测模型对实时动态事件向量进行上下文分析，获得实时日志的表现规律；若实时日志的表现规律与异常日志的表现规律一致，则检测实时日志出现异常。在此过程中，利用日志异常检测模型对实时日志进行上下文分析获得表现规律，并根据表现规律检测当前实时日志是否属于异常日志，从而提高了异常检测的准确性和效率。