本發(fā)明公開了一種基于概率標(biāo)簽估計(jì)的半監(jiān)督日志異常檢測(cè)方法，步驟1：對(duì)待檢測(cè)的給定日志事件數(shù)據(jù)進(jìn)行向量化處理；步驟2、對(duì)給定的輸入日志聚類和自動(dòng)進(jìn)行概率標(biāo)簽的標(biāo)注：步驟3、利用步驟2得到的包括已知的正常日志事件數(shù)據(jù)和帶概率標(biāo)簽估計(jì)的日志事件數(shù)據(jù)在內(nèi)的訓(xùn)練數(shù)據(jù)，訓(xùn)練出一個(gè)GRU網(wǎng)絡(luò)模型，采用GRU模型來(lái)進(jìn)行日志異常檢測(cè)。與現(xiàn)有技術(shù)相比，本發(fā)明1)能夠快速準(zhǔn)確地檢測(cè)軟件系統(tǒng)運(yùn)行時(shí)可能出現(xiàn)的異常，提升系統(tǒng)的穩(wěn)定性；2)所構(gòu)建的模型魯棒性強(qiáng)，適用性廣泛；3)避免了系統(tǒng)演化和日志演化帶來(lái)的誤報(bào)和歷史信息失效問(wèn)題，保障了整個(gè)日志異常檢測(cè)的方法效果。