[发明专利]日志自动搜索方法及系统

权利要求书

1.一种日志自动搜索方法，其特征在于，所述方法包含：

根据用户提供日志搜索信息和预设的强化学习模型通过预设的搜索池中决策确定搜索策略；

根据所述搜索策略对日志数据库中日志文件进行筛选搜索获得搜索结果；

根据搜索结果与所述日志搜索信息的匹配度校正所述强化学习模型获得所述决策模型；

获取待搜索日志信息，根据所述待搜索日志信息通过所述决策模型于日志数据库中筛选获得对应的目标日志。

2.根据权利要求1所述的日志自动搜索方法，其特征在于，所述搜索策略包含通过关键信息全局搜索日志文件策略、通过关键信息二分法搜索日志文件策略、通过多个关键信息进行链式搜索日志文件策略和通过多个关键信息依次单个冗余搜索并取日志文件交集策略。

3.根据权利要求1所述的日志自动搜索方法，其特征在于，获取待搜索日志信息包含：将服务器的日志文件下载并存储至预定的日志数据库。

4.根据权利要求3所述的日志自动搜索方法，其特征在于，将服务器的日志文件下载并存储至预定的日志数据库还包含：通过所述决策模型于多个预设的下载策略中确定当前应用的下载策略，根据确定的下载策略于所述服务器中下载日志文件。

5.根据权利要求4所述的日志自动搜索方法，其特征在于，所述下载策略包含通过二分法下载日志文件、全量日志下载文件、根据路由信息的哈希信息进行对应容器的日志文件下载、随机日志文件下载和根据业务类型下载对应的类型的日志文件。

6.根据权利要求1所述的日志自动搜索方法，其特征在于，所述方法还包含：

记录所述日志搜索信息及对应的所述目标日志，并持久化存储；

将预定周期内搜索频率高于预定阈值的日志文件拉取至本地存储。

7.根据权利要求1所述的日志自动搜索方法，其特征在于，根据搜索结果与所述日志搜索信息的匹配度校正所述强化学习模型获得所述决策模型包含：

根据搜索结果与所述日志搜索信息的匹配度通过预设模型计算获得的奖励值；

通过所述决策模型在每一步日志筛选动作过后得到的奖励值获取到的经验值；

通过所述经验值校正所述强化学习模型获得所述决策模型。

8.根据权利要求7所述的日志自动搜索方法，其特征在于，通过以下公式计算获得奖励值：

Q(s,a)＝λ×tf(w,D)+β×df(w,D)+χ×lf(w,D)-δt-εs；

通过以下公式计算获得经验值：

在上式中，λ,β,χ,δ,ε为权重参数，tf(w,D)为文档D中关键搜索信息w的词频；df(w,D)为w出现的文档频率；lf(w,D)为匹配行数；t为执行操作a的执行时间；ε为执行操作a的网络带宽占用量；s_t′,a_t′为执行完a_t之后下一时刻的状态和行为；α为学习率；γ是奖励性衰系数。

9.一种日志自动搜索系统，其特征在于，所述系统包含输入输出模块、日志获取模块、日志筛选模块和决策模块；

所述输入输出模块用于获取用户提供日志搜索信息；以及，将目标日志反馈至用户；

所述日志获取模块与多个分布式服务器或集中日志管理平台相连，用于将服务器的日志文件下载并存储至预定的日志数据库；

所述日志筛选模型用于根据所述日志搜索信息生成搜索动作指令，根据所述搜索动作指令通过所述决策模型于所述日志数据库中筛选获得对应的目标日志；

所述决策模块用于根据所述日志搜索信息和预设的强化学习模型通过预设的搜索池中决策确定搜索策略，根据所述搜索策略对所述日志数据库中日志文件进行筛选搜索，根据搜索结果与所述日志搜索信息的匹配度校正所述强化学习模型获得所述决策模型。