一种基于卷积神经网络的云原生日志异常检测方法及系统

本发明公开了一种基于卷积神经网络的云原生日志异常检测方法及系统，包括以下步骤：S1、对原始云原生日志进行预处理，包括语义恢复和日志模板解析，得到结构化的日志模板；S2、利用预训练的BERT模型对所述日志模板进行语义编码，得到对应的语义向量；S3、根据日志模板ID与原始日志的映射关系，将语义向量按时间顺序排序，并按固定窗口大小分组，构建语义向量序列；S4、将所述语义向量序列输入至CNN‑TCN模型进行训练和预测，其中CNN层提取局部特征，TCN层捕捉长期依赖关系，最后输出异常概率。本发明通过结合CNN和TCN，增强了对连续日志关联性和大跨度异常事件的识别能力，提高了处理海量日志数据的效率。