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！

龙图腾网获悉西安电子科技大学;西安联飞智能装备研究院有限责任公司申请的专利基于语义流图挖掘的系统日志异常检测方法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：CN116910013B 。

龙图腾网通过国家知识产权局官网在2025-07-29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：202310873970.1，技术领域涉及：G06F16/18；该发明授权基于语义流图挖掘的系统日志异常检测方法是由李腾;魏少博;林炜国;彭春蕾;李思琦;崔金玉;李德彪设计研发完成，并于2023-07-17向国家知识产权局提交的专利申请。

本基于语义流图挖掘的系统日志异常检测方法在说明书摘要公布了：本发明公开一种基于语义流图挖掘的系统日志异常检测方法，主要解决了现有技术针对海量非结构化日志在异常检测任务中日志噪声去除难、系统变更导致检测效果不佳的问题。包括：1对日志原始语句进行预处理，去除无意义符号并进行分词；2利用Word2Vec结合日志语句中单词的重要度计算日志语句的词向量；3利用基于注意力机制的双GRU网络，得到日志语句的句向量表示；4对日志句向量进行聚类，将相似度高的日志语句划分为一类，构造语义流图；5通过图卷积神经网络对语义流图进行特征提取和训练，实现异常检测。本方法能够有效解决日志噪声对异常检测的影响，并利用日志语句之间的空间结构信息提高异常检测的准确性。

本发明授权基于语义流图挖掘的系统日志异常检测方法在权利要求书中公布了：1.一种基于语义流图挖掘的系统日志异常检测方法，其特征在于，包括如下步骤： 1将对原始系统日志进行日志语句分割，去除无意义的符号，保留具有特殊含义的组合单词，得到初始预处理后的系统日志； 2将初始预处理后的系统日志按照会话或窗口机制划分日志序列，利用Word2Vec模型将该日志序列中的单词或词组转换为词向量，令第m条日志的第n个单词的词向量为 3计算日志语句中单词的词频-逆文档频率TF-IDF，其中，第m条日志的第n个单词的TF-IDF表示为Tmn； 4将与Tmn相结合，根据下式得到最终日志语句单词的向量表示Wmn： 其中，α表示权重因子； 5将Wmn作为基于注意力机制的双向GRU模型的输入，得到包含L条日志序列的句向量集合S＝{s1,s2,...,sm,...,sL}，其中，sm表示第m条日志语句向量； 6采用K-means聚类方法对集合S中的日志语句向量进行聚类，将日志序列按照聚类结果进行匹配得到节点序列，按照该节点序列顺序构造出节点的有向无环图，最终得到日志序列的语义流图G＝V,E，其中，V表示节点集合，E表示边的集合；所述日志序列的语义流图G＝V,E，具体是将聚类簇中具有相同日志模板的日志语句认为语义流图中的同一节点，并将节点类型与原始日志序列中的日志条目进行匹配，按照日志序列的结构将不同的节点进行连接，构造出有向无环的语义流图，并将日志语句的句向量作为节点特征嵌入语义流图中；其中，表示G的节点集合，表示G中第p个节点vp指向第q个vq的有向边的集合；为正整数； 7使用图卷积神经网络对语义流图G进行特征提取和训练，通过对语义流图中节点特征进行传播和聚合，将其映射到分类标签，得到系统日志异常检测结果。

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西安电子科技大学;西安联飞智能装备研究院有限责任公司，其通讯地址为：710071 陕西省西安市雁塔区太白南路2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”。