一种异常状态检测方法、系统、存储介质、程序、服务器

作者：沈玉龙; 任忠; 李腾; 张志为; 祝幸辉; 焦成义

来源：2020-04-12, 中国, ZL202010282760.1.

本发明属于服务器故障处理技术领域,公开了一种异常状态检测方法、系统、存储介质、程序、服务器,对LSTM1进行无监督学习,对LSTM2进行有监督学习,与利用日志信息快速解决服务器故障；采用LSTM1循环神经网络对具有时序特点的日志信息进行预测,通过识别日志信息的异常出现来发出警报,并辅助运维人员检查故障原因；LSTM2则通过故障发生前的一段时间内的日志信息来给出造成当前情况的故障原因。本发明采用机器学习的方法,通过数据自动化的学习适用的模型；采用深度学习,转换位神经网络接受的数据结构,采用循环神经网络,挖掘日志关系之中长短期依赖关系。在监督学习中,则可以找到日志序列与故障原因的潜在关系。

• 单位
  西安电子科技大学