[发明专利]一种日志的检测方法、装置及存储介质

权利要求书

1.一种日志的检测方法，其特征在于，所述方法包括：

对Web系统的访问日志中目标日志数据进行特征提取，得到模型训练样本；

根据所述模型训练样本对预设分类决策模型进行训练，得到漏洞检测模型；

将待检测日志文件输入至所述漏洞检测模型，输出所述待检测日志文件的异常检测结果；其中，所述异常检测结果包括：所述待检测日志文件为正常文件、所述待检测日志文件为漏洞文件。

2.如权利要求1所述的日志的检测方法，其特征在于，所述根据所述模型训练样本对预设分类决策模型进行训练，得到漏洞检测模型的步骤，包括：

调用One class SVM模型；

将所述模型训练样本输入至所述分类决策模型进行模型训练，对所述分类决策模型进行参数调优，得到所述漏洞检测模型。

3.如权利要求2所述的日志的检测方法，其特征在于，所述One class SVM模型表示为：

||x_i-o||₂≤r+ζ_i,i＝1,2,3...m

ζ_i≥0,i＝1,2...m

其中，o为球体中心，r为超球体半径，V(r)为超球体体积，C为惩罚系数，ζ_i为松弛变量。

4.如权利要求3所述的日志的检测方法，其特征在于，所述分类决策模型表示为：

其中，x⁽ⁱ⁾为行向量，σ为样本方差的算术平方根，γ为K为核函数。

5.如权利要求1所述的日志的检测方法，其特征在于，所述对Web系统的访问日志中目标日志数据进行特征提取，得到模型训练样本的步骤之前，还包括：

获取所述Web系统的访问日志中所有类型日志数据的重要级别；

根据所述重要级别从所述所有类型日志数据中，选择所述目标日志数据。

6.如权利要求1所述的日志的检测方法，其特征在于，所述对Web系统的访问日志的访问路径数据进行特征提取，得到模型训练样本的步骤，包括：

对Web系统的访问日志的访问路径数据进行分词提取；其中，每个分词对应一个维度向量；

计算所提取的分词的分类值，并将所述分类值填入对应向量位置，得到模型训练样本。

7.如权利要求6所述的日志的检测方法，其特征在于，所述计算所提取的分词的分类值的步骤，包括：

计算所提取的分词在所归属的字符串中的词频值；

获取多条字符串，计算所提取的分词在所述多条字符串中的逆路径频率值；

根据所述词频值以及所述逆路径频率值，计算出所述所提取的分词对应的分类值。

8.一种日志的检测装置，其特征在于，所述装置包括：

获取模块，用于对Web系统的访问日志中目标日志数据进行特征提取，得到模型训练样本；

训练模块，用于根据所述模型训练样本对预设分类决策模型进行训练，得到漏洞检测模型；

检测模块，将待检测日志文件输入至所述漏洞检测模型，输出所述待检测日志文件的异常检测结果；其中，所述异常检测结果包括：所述待检测日志文件为正常文件、所述待检测日志文件为漏洞文件。

9.一种电子设备，其特征在于，所述电子设备包括处理器、存储器及通信总线；

所述通信总线用于实现所述存储器、处理器之间的连接通信；所述处理器用于执行所述存储器中存储的计算机程序，以使得所述设备执行如权利要求1-7任一项所述的方法。

10.一种计算机可读存储介质，用于存储计算机程序，其特征在于，所述计算机程序被执行时，实现如权利要求1至7任一项所述的方法。