【技术实现步骤摘要】
本公开涉及人工智能领域，更具体地，涉及一种日志分析方法、装置、设备、介质和程序产品。
技术介绍
1、在计算机、服务器、集群、应用、组件等硬件或软件出现故障时，需要及时进行故障诊断。例如针对各类应用平台的报错输出日志，一般通过人工上网查询解决或翻阅相关开源社区。人工上网查询的方式依赖人工，耗费大量人力，耗时较长，无法第一时间快速提供故障原因分析结果。
技术实现思路
1、鉴于上述问题，本公开提供了日志分析方法、装置、设备、介质和程序产品。
2、根据本公开的第一个方面，提供了一种日志分析方法，其特征在于，包括：获取待分析的故障日志；将第一提示词与所述故障日志输入大语言模型，其中，所述大语言模型预先基于故障日志样本微调得到，所述第一提示词包括指示所述大语言模型分析所述故障日志的约束条件；令所述大语言模型按照所述约束条件分析所述故障日志，得到所述大语言模型生成的故障分析结果。
3、根据本公开的实施例，预先设置有n个候选提示词，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：确定所述故障日志的日志类型，其中，预先定义有与n个所述候选提示词一一对应的n种日志类型，n为大于或等于2的整数；基于所述故障日志的日志类型，从n个所述候选提示词中确定对应的所述第一提示词。
4、根据本公开的实施例，所述确定所述故障日志的日志类型包括：确定故障日志的来源，所述来源包括开源组件和非开源组件；当所述故障日志来自所述开源组件时，确定其为第一日志类型；当所述故障
5、根据本公开的实施例，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：基于所述故障日志从知识库中检索出候选分析结果，所述知识库中存储有历史故障日志的故障分析结果；所述将第一提示词与所述故障日志输入大语言模型包括：将所述第一提示词、所述故障日志和所述候选分析结果输入所述大语言模型。
6、根据本公开的实施例，所述从n个所述候选提示词中确定对应的所述第一提示词包括：根据n个所述候选提示词与n种所述日志类型的映射关系，确定出所述第一提示词；其中，若所述故障日志为第二日志类型，所述约束条件包括按照预定格式返回所述候选分析结果的原文。
7、根据本公开的实施例，所述基于所述故障日志从知识库中检索出候选分析结果包括：若所述故障日志为所述第一日志类型，以模糊匹配的方式检索出所述候选分析结果；若所述故障日志为所述第二日志类型，以精确匹配的方式检索出所述候选分析结果。
8、根据本公开的实施例，所述第二日志类别包括专有错误日志，所述专有错误日志包含基于非开源组件预先定义的故障类别；所述以精确匹配的方式检索出所述候选分析结果包括：若所述故障日志为所述专有错误日志，从所述故障日志提取故障关键字；精确匹配所述故障关键字以检索出所述候选分析结果。
9、根据本公开的实施例，所述故障类别包括交易错误码类别，所述精确匹配所述故障关键字以检索出所述候选分析结果包括：若所述故障日志包含交易错误码，精确匹配所述交易错误码以检索出所述候选分析结果。
10、根据本公开的实施例，所述第一提示词包括日志描述、故障信息和解决方案的约束条件，所述得到所述大语言模型生成的故障分析结果包括：得到所述故障日志的日志描述、所述故障日志中的故障信息，以及该次故障信息的解决方案。
11、根据本公开的实施例，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：基于所述故障日志样本得到训练样本，所述训练样本包括故障日志样本、所述故障日志样本中的故障信息，以及该次故障信息的解决方案；利用所述训练样本对初始的大语言模型进行微调，生成经微调的所述大语言模型，经微调的所述大语言模型用于根据所述第一提示词中约束条件分析所述故障日志。
12、根据本公开的实施例，所述训练样本还包括提示词样本，所述提示词样本包括指示所述大语言模型分析所述故障日志样本的约束条件。
13、本公开实施例的另一方面提供了一种日志分析装置，其特征在于，包括：获取模块，用于获取待分析的故障日志；输入模块，用于将第一提示词与所述故障日志输入大语言模型，其中，所述大语言模型预先基于故障日志样本微调得到，所述第一提示词包括指示所述大语言模型分析所述故障日志的约束条件；分析模块，用于令所述大语言模型按照所述约束条件分析所述故障日志，得到所述大语言模型生成的故障分析结果。
14、本公开实施例的另一方面提供了一种电子设备，包括：一个或多个处理器；存储器，用于存储一个或多个程序，其中，当所述一个或多个程序被所述一个或多个处理器执行时，使得一个或多个处理器执行如上所述的方法。
15、本公开实施例的另一方面提供了一种计算机可读存储介质，其上存储有可执行指令，该指令被处理器执行时使处理器执行如上所述的方法。
16、本公开实施例的另一方面提供了一种计算机程序产品，包括计算机程序，该计算机程序被处理器执行时实现如上所述的方法。
17、上述一个或多个实施例具有如下有益效果：利用大语言模型的语义理解能力和生成能力，通过第一提示词提供约束条件，可以指导大语言模型对故障日志进行期望方向的分析，自动给出故障分析结果，提高故障排查的效率。
本文档来自技高网...【技术保护点】
1.一种日志分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，预先设置有N个候选提示词，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述确定所述故障日志的日志类型包括：
4.根据权利要求3所述的方法，其特征在于，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述从N个所述候选提示词中确定对应的所述第一提示词包括：
6.根据权利要求4或5所述的方法，其特征在于，所述基于所述故障日志从知识库中检索出候选分析结果包括：
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求7所述的方法，其特征在于，所述故障类别包括交易错误码类别，所述精确匹配所述故障关键字以检索出所述候选分析结果包括：
9.根据权利要求1所述的方法，其特征在于，所述第一提示词包括日志描述、故障信息和解决方案的约束条件，所述得到所述大语言模型生成的故障分析结果包括：<...
【技术特征摘要】
1.一种日志分析方法，其特征在于，包括：
2.根据权利要求1所述的方法，其特征在于，预先设置有n个候选提示词，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：
3.根据权利要求2所述的方法，其特征在于，所述确定所述故障日志的日志类型包括：
4.根据权利要求3所述的方法，其特征在于，在所述将第一提示词与所述故障日志输入大语言模型之前，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述从n个所述候选提示词中确定对应的所述第一提示词包括：
6.根据权利要求4或5所述的方法，其特征在于，所述基于所述故障日志从知识库中检索出候选分析结果包括：
7.根据权利要求6所述的方法，其特征在于，
8.根据权利要求7所述的方法，其特征在于，所述故障类别包括交易错误码类别，所述精确匹配所述故障关键字以检索出所述候选分析结果包括：
【专利技术属性】
技术研发人员：齐颀，
申请(专利权)人：中国工商银行股份有限公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。