日志分析方法、装置以及电子设备

技术领域

本申请涉及车辆技术领域，更具体地，涉及一种日志分析方法、装置以及电子设备。

背景技术

随着科技的发展，日志诊断分析方法在各个领域被广泛应用，例如，在车辆技术领域中，随着车辆功能的不断拓展，每辆车上的电子控制单元也越来越多，为了给用户提供更好的服务，需要对电子控制单元上报的日志进行诊断分析，并基于分析结果对车辆进行改进。

在相关方式中，可以依靠脚本或信令下发、报文收集上报、人工分析结果的方式得到分析结果。但相关方式中，还存在日志分析的准确性不高的问题。

发明内容

鉴于上述问题，本申请提出了一种日志分析方法、装置以及电子设备，以实现改善上述问题。

第一方面，本申请提供了一种日志分析方法，所述方法包括：获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态；基于所述多条日志，得到目标日志；基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志；获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志；基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

第二方面，本申请提供了一种日志分析装置，所述装置包括：日志获取单元，用于获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态；目标日志获取单元，用于基于所述多条日志，得到目标日志；第一参考日志获取单元，用于基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志；第二参考日志获取单元，用于获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志；日志分析结果获取单元，用于基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

第三方面，本申请提供了一种电子设备，包括处理器以及存储器；一个或多个程序被存储在所述存储器中并被配置为由所述处理器执行，所述一个或多个程序配置用于执行上述的方法。

第四方面，本申请提供的一种计算机可读存储介质，所述计算机可读存储介质中存储有程序代码，其中，在所述程序代码运行时执行上述的方法。

本申请提供的一种日志分析方法、装置、电子设备以及存储介质，在获取多条表征各自对应的电子控制单元的运行状态日志后，基于所述多条日志，得到目标日志，基于预先构建的表征车辆中多个电子控制单元之间的关系的关系模型、所述多条日志和所述目标日志，得到所述多条日志中与所述目标日志存在第一关联关系的第一参考日志，获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取所述多条日志中与所述目标日志存在第二关联关系的第二参考日志，基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请的一些实施例，对于本领域技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1示出了本申请实施例提出的一种日志分析方法的流程图；

图2示出了本申请另一实施例提出的一种日志分析方法的流程图；

图3示出了本申请图2中S240提出的一种实施方式的流程图；

图4示出了本申请提出的一种规则引擎工作原理的示意图；

图5示出了本申请提出的一种Drools规则引擎工作流程的示意图；

图6示出了本申请提出的一种规则模板的示意图；

图7示出了本申请提出的一种规则引擎对日志进行遍历的示意图；

图8示出了本申请图2中S260提出的一种实施方式的流程图；

图9示出了本申请提出的一种第一解析树的示意图；

图10示出了本申请提出的一种第二待解析日志的示意图；

图11示出了本申请提出的一种第二解析树的示意图；

图12示出了本申请再一实施例提出的一种日志分析方法的流程图；

图13示出了本申请提出的一种关系模型的示意图；

图14示出了本申请实施例提出的一种日志分析装置的结构框图；

图15示出了本申请提出的一种电子设备的结构框图；

图16是本申请实施例的用于保存或者携带实现根据本申请实施例的日志分析方法的程序代码的存储单元。

具体实施方式

下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。

在本申请实施例中，发明人提出了一种日志分析方法、装置以及电子设备，在获取多条表征各自对应的电子控制单元的运行状态日志后，基于所述多条日志，得到目标日志，基于预先构建的表征车辆中多个电子控制单元之间的关系的关系模型、所述多条日志和所述目标日志，得到所述多条日志中与所述目标日志存在第一关联关系的第一参考日志，获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取所述多条日志中与所述目标日志存在第二关联关系的第二参考日志，基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。

请参阅图1，本申请提供的一种日志分析方法，所述方法包括：

S110：获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态。

其中，在车辆应用场景下，电子控制单元(Electronic Control Unit，ECU)可以包括EMS(Engine Management System，发动机管理系统)、TCU(Transmission Control Unit，自动变速箱控制单元)、BCM(Body Control Module，车身控制模块)、ESP(ElectronicStability Program，车身稳定系统)、BMS(Battery Management System，电池管理系统)、VCU(Vehicle Control Unit，车辆控制单元)、CCU(Central Control Unit，中央控制单元)等。电子控制单元的运行状态可以为正常运行或者存在故障，正常运行可以指电子控制单元成功完成相关任务，存在故障可以指电子控制单元未能成功执行相关任务。

作为一种方式，可以通过云端向目标车辆发送日志获取指令，日志获取指令可以用于指示获取目标车辆中指定电子控制单元的日志，目标车辆响应于日志获取指令，将指定电子控制单元的日志发送给云端，以得到多条日志。

其中，云端可以存储有每辆车的标识、每辆车对应的车型以及每辆车所包括的电子控制单元的标识。

可选的，可以基于实际需求确定目标车辆和指定电子控制单元。其中，目标车辆可以是相同车型的多辆车，也可以是特定的一辆或者多辆车，还可以是不同车型但具有相同电子控制单元的多辆车。

在本申请实施例中，当目标车辆为相同车型的多辆车时，可以通过获取到的多条日志对该相同车型的车辆进行整体分析；当目标车辆为特定的一辆或者多辆车时，可以通过获取到的多条日志对特定车辆进行整体分析；当目标车辆为不同车型但具有相同电子控制单元的多辆车时，可以通过获取到的多条日志对相同的电子控制单元进行分析。

S120：基于所述多条日志，得到目标日志。

作为一种方式，可以先对多条日志进行解析，得到多条日志各自对应的内容，基于实际需求从多条日志中选择一条或者多条内容与实际需求相关的日志，将选出的一条或者多条日志作为目标日志。

例如，当需要进行故障检测时，可以基于多条日志各自对应的内容，将表征对应的电子控制单元出现故障的日志作为目标日志。再例如，当需要监测某个指定电子控制单元的指定功能的实现情况时，可以基于多条日志各自对应的内容，将表征该指定电子控制单元的指定功能的运行状态的日志作为目标日志。

S130：基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志。

其中，多个电子控制单元之间的关系可以包括依赖、关联、属于等，依赖可以理解为一个电子控制单元实现相关功能需要依赖于另一个电子控制单元；关联可以理解为一个电子控制单元需要与另一个控制单元进行数据交互才可以实现相关功能；属于可以理解为一个电子控制单元是另一电子控制单元中的特殊类型。第一关联关系可以指基于电子控制单元之间的关系产生的关联关系。

在本申请实施例中，电子控制单元之间的关系匹配可以是1-1、1-N或者N-N(N为正整数)的，也就是说，一个电子控制单元可以只与一个电子控制单元产生依赖、关联或者属于的关系，一个电子控制单元可以与多个电子控制单元产生依赖、关联或者属于的关系，多个电子控制单元可以与多个电子控制单元产生依赖、关联或者属于的关系。

作为一种方式，可以先基于预先构建的关系模型得到多个电子控制单元之间的关系；再基于多个电子控制单元之间的关系和多条日志各自对应的电子控制单元，得到多条日志之间的相关性；然后基于多条日志之间的相关性，得到与目标日志存在第一关联关系的第一参考日志。

S140：获取所述多个日志之间的相关性。

作为一种方式，可以基于预先设置的规则对多条日志进行解析，得到多条日志的解析结果，解析结果可以表征多条日志之间的相关性。

其中，预先设置的规则可以指基于日志分析任务预先进行设置的规则，多条日志之间的相关性可以理解为基于完成日志分析任务确定的相关性。

可选的，可以先基于预先设置的规则，获取多条日志的类别信息，类别信息可以包括结构化日志、半结构化日志或者非结构化日志；再基于类别信息确定多条日志各自对应的目标解析方式；然后基于目标解析方式对多条日志进行解析，得到多条日志的解析结果。

S150：基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志。

其中，第二关联关系可以理解为基于日志分析任务确定的用户想要挖掘的关系。

作为一种方式，可以基于多个日志之间的相关性，获取与目标日志存在第二关联关系的第二参考日志。

S160：基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

作为一种方式，可以基于实际需求，对第一参考日志和第二参考日志进行联合分析，得到目标日志的日志分析结果。

示例性的，当目标日志为表征某个电子控制单元未能成功执行一个任务的日志时，为了进行故障排查，得到的第一参考日志和第二参考日志可以为该电子控制单元执行该任务的历史日志或者与该任务相关的其他电子控制单元的日志，从而可以基于历史日志得到该电子控制单元执行该任务的成功率，以及是否是因为其他电子控制单元出现故障才导致该电子控制单元未能成功执行该任务。

在本申请实施例中，通过预先构建的关系模型和预先设置的规则得到第一参考日志和第二参考日志，可以在用户需要对目标日志进行深入分析时，提前准备好与目标日志存在关联关系的第一参考日志和第二参考日志，从而提高了用户对于日志间关联关系的钻取能力，便于用户得到更准确地日志分析结果。

作为另一种方式，云端还可以存储有当前业务下常出现的日志诊断建议，在获取到目标日志后，可以结合第一参考日志、第二参考日志和存储的日志诊断建议对目标日志进行分析，从而为日志分析提供了更多的参考信息，进而提高了日志分析结果的准确性。

可选的，可以通过人工后期维护和调整，不断提升关系模型和预先设置的规则、目标解析方式等的完整度和精确度，从而降低了纯人工处理的误判率，提升了用户的使用体验，提高了用户的日志分析效率。

本实施例提供的一种日志分析方法，在获取多条表征各自对应的电子控制单元的运行状态日志后，基于所述多条日志，得到目标日志，基于预先构建的表征车辆中多个电子控制单元之间的关系的关系模型、所述多条日志和所述目标日志，得到所述多条日志中与所述目标日志存在第一关联关系的第一参考日志，获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取所述多条日志中与所述目标日志存在第二关联关系的第二参考日志，基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。

请参阅图2，本申请提供的一种日志分析方法，所述方法包括：

S210：获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态。

S220：基于所述多条日志，得到目标日志。

S230：基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志。

S240：基于所述预先设置的规则，获取所述多条日志的类别信息，所述类别信息包括结构化日志、半结构化日志或者非结构化日志。

作为一种方式，如图3所示，基于所述预先设置的规则，获取所述多条日志的类别信息，包括：

S241：基于预先设置的常量模板，对所述多条日志中的非关键字段进行处理，得到多条处理后的日志，所述多条处理后的日志为仅包含关键字段的日志。

其中，常量模板可以理解为结合与车辆电子控制单元相关的领域模型知识预先设置的用于对日志中非关键字段进行替换或屏蔽的模板，常量模板可以包括多个正则表达式。

在本申请实施例中，字段可以指日志中的最小组成元素(token)，例如，在英文类型的日志中，每个英文单词可以理解为一个字段。非关键字段可以指基于领域模型知识确定的对日志分析任务不提供有用信息的字段，关键字段可以指基于领域模型知识确定的有利于日志分析任务的字段。领域模型可以理解为对领域内的概念类或现实世界中对象的可视化表示。领域模型可以专注于分析问题领域本身，发掘重要的业务领域概念，并建立业务领域概念之间的关系。

作为一种方式，可以基于预先设置的常量模板中的正则表达式对多条日志中的非关键字段进行替换或者屏蔽，得到多条处理后的日志。

S242：基于文件格式匹配规则和文件内容匹配规则，得到所述多条处理后的日志的类别信息，其中，所述文件格式匹配规则表征日志的文件格式和日志的类别之间的对应关系；所述文件内容匹配规则表征日志的内容和日志的类别之间的对应关系。

作为一种方式，可以基于文件格式匹配规则、文件内容匹配规则和规则引擎，得到多条处理后的日志的类别信息。

其中，规则引擎的全称为业务规则管理系统(Business Rule ManagementSystem，BRMS)。如图4所示，规则引擎可以将应用程序中的业务决策部分分离出来，并使用预定义的语义模板编写业务决策(业务规则)，由用户或开发者在需要时进行配置、管理。目前常用的规则引擎产品有：Drools、VisualRules、iLog等。

在本申请实施例中，可以基于文件格式匹配规则、文件内容匹配规则和Drools规则引擎，得到多条处理后的日志的类别信息。Drools可以指一款由JBoss组织提供的基于java语言开发的开源规则引擎。Drools可以将复杂且多变的业务规则从硬编码中解放出来，以规则脚本的形式存放在文件或特定的存储介质中(如存放在数据库中)，使得业务规则的变更不需要修改项目代码、重启服务器就可以在线上环境立即生效。Drools规则引擎的执行流程可以如图5所示。

可选的，可以基于文件格式匹配规则和文件内容匹配规则生成如图6所示的多个规则模板，并将多个规则模板存储在规则库中。通过执行规则引擎可以从规则库中获取规则模板，并将多条处理后的日志与获取到的规则模板进行匹配，得到多条处理后的日志的类别信息。

可选的，可以基于日志文件的后缀名确定处理后的日志的文件格式。

可选的，如图7所示，规则引擎可以基于步骤S1对多条处理后的日志进行遍历，并基于步骤S2确定遍历是否完成，若在遍历的过程中，对于每一条处理后的日志，可以基于步骤S3进行文件格式匹配，若可以成功匹配，则基于步骤S4进行文件内容匹配，若可以成功匹配，则表明该条处理后的日志可以进行解析并且可以基于成功匹配的文件格式和文件内容确认该条处理后的日志的类别信息，此时，可以通过步骤S5、S6对该条处理后的日志进行即时解析。若该条处理后的日志在步骤S3或者步骤S4未能成功匹配，可以表明该条处理后的日志不可以被即时解析，进而可以进入步骤S7：懒加载流程，使得可低优先级确定该处理后的日志的类别信息以及解析该处理后的日志，或者，只在特定流程触发时可以确定该处理后的日志的类别信息以及对该处理后的日志进行内容解析。

S250：基于所述类别信息确定所述多条日志各自对应的目标解析方式。

作为一种方式，可以确定第一待解析日志的目标解析方式为基于第一待解析日志的关键字段的数量生成第一解析树，第一待解析日志可以为多条处理后的日志中类别信息为非结构化日志的日志，第一解析树可以表征第一待解析日志之间的相关性；可以确定第二待解析日志的目标解析方式为基于第二待解析日志的关键字段的内容生成第二解析树，第二待解析日志可以为多条处理后的日志中类别信息为结构化日志和半结构化的日志，第二解析树表征第二待解析日志之间的相关性。

其中，结构化日志可以指具有固定数据结构和确定关系模型的日志，非结构化日志可以指缺乏统一数据结构，且其数据模型没有严格定义的日志，半结构化日志可以指非关系模型的、有基本固定结构模式的日志。

S260：基于所述目标解析方式对所述多条日志进行解析，得到所述多条日志的解析结果。

作为一种方式，如图8所示，所述基于所述目标解析方式对所述多条日志进行解析，得到所述多条日志的解析结果，包括：

S261：基于所述第一待解析日志的关键字段的数量和drain算法，生成所述第一解析树。

其中，drain算法是一种在线进行日志解析的算法，drain算法可以对第一待解析日志进行解析并生成第一解析树，通过生成的第一解析树可以将不同类型的日志区分开来，每种类型的日志可以聚类成一个日志分组。

在本申请实施例中，如图9所示，第一解析树的最顶层可以为根节点，中间层可以为内部节点，最底层可以为叶子节点，其中，根节点和内部节点可以通过预先确定的搜索规则来指导搜索过程，并不存储日志；一个叶子节点可以用于存储一个日志分组，每个日志分组可以包括日志事件和日志ID(Identity Document，身份标识)，日志事件可以用于描述该日志分组中的日志的内容。

作为一种方式，在获取到第一待解析日志时，可以确认该第一待解析日志的关键字段的数量，从而基于第一解析树为该第一待解析日志搜索最合适的日志分组，或者创建一个新的日志分组。

可选的，可以基于相关性确认第一待解析日志对应的分组。相关性的计算公式可以如下：

其中，

可选的，在获取到第一待解析日志对应的最大sinSeq的日志分组后，可以将最大sinSeq与预定义的相似度阈值st进行比较，若最大simSeq≥st，则可以将最大sinSeq对应的日志分组作为第一待解析日志对应的分组；若最大simSeq

S262：基于所述第二待解析日志的关键字段的内容和预先设置的业务规则，生成所述第二解析树。

其中，关键字段的内容可以包括多个层级的内容，每个层级的内容可以包括日志属性。高层级的内容可以嵌套低层级的内容，日志属性可以用于表征第二待解析日志的内容。

作为一种方式，可以基于多个层级的内容、日志属性和预先设置的业务规则，得到多个层级的目标属性分组；基于第二待解析日志、多个层级的目标属性分组，生成第二解析树。

其中，预先设置的业务规则可以指基于实际需求设计的有利于提高日志分析任务准确性的规则。

可选的，可以基于第二待解析日志中的特定标志符号将第二待解析日志划分为多个层级。示例性的，第二待解析日志可以如图10所示，特定标志符号可以为大括号，每对大括号可以表示一个层级，则图10中的第二待解析日志可以有四个层级，由高到低分别为“Top-Element”、“Result”、“Conditions”、“VehicleSpeedCheck”，其中，“Top-Element”可以指图10中第一行的大括号对应的层级。

可选的，可以基于第二待解析日志中的特定数据结构，得到每个层级的日志属性。示例性的，第二待解析日志可以如图10所示，特定数据结构可以指“key”：“value”，日志属性可以为“key”，则“Top-Element”层级对应的日志属性可以包括：ID类型属性“CarNumber”，时间类型属性“TimeStamp”，枚举类型属性“MainType”、“Options”，布尔类型属性“Result”等。

可选的，每个层级可以包括一个或者多个目标属性分组，每个目标属性分组可以包括一个或者多个日志属性，一个目标属性分组可以形成一个分组约束(ConstraintGroup)。第二解析树可以定义为LSGT(Log-Structured Group Tree，结构化日志分组树)解析树。以图10中的第二待解析日志为例，在基于前述内容得到图10中第二待解析日志的多个层级以及每个层级包括的日志属性后，如图11所示，可以基于预先设置的业务规则，将“Top-Element”层级中的“MainType”和“Options”一起作为一个目标属性分组，将“CarNumber”、“Result”分别作为一个目标属性分组，从而得到“Top-Element”层级对应的目标属性分组。进一步地，可以基于“Result”层级中“TotalResult”对应的值，将图10中的第二待解析日志分到第一分组中，从而生成第二解析树。

可选的，可以基于步骤S261中相关性的计算公式进行目标属性分组的匹配。

S263：基于所述第一解析树和所述第二解析树，得到所述多条日志对应的解析结果。

作为一种方式，可以基于第一解析树和第二解析树，得到多条日志的分组情况，将多条日志的分组情况作为多条日志对应的解析结果。

S270：基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志。

作为一种方式，可以基于第一解析树和第二解析树得到与目标日志在同一个日志分组中的日志，并将同一分组中的日志作为第二参考日志。

S280：基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

本实施例提供的一种日志分析方法，通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。并且，在本实施例中，可以基于预先设置的常量模板对多条日志数据进行处理得到多条处理后的日志，并基于文件格式匹配规则和文件内容匹配规则得到多条处理后的日志的类别信息，使得可以针对不同类别的日志生成第一解析树和第二解析树，从而可以基于第一解析树和第二解析树得到多条日志之间的相关性，进而提高了日志分析结果的准确性。并且，通过第一解析树和第二解析树实现对多条日志的聚类分组，可以减少日志检索的范围以及频率，提高获取第二参考日志的效率，从而提高了日志分析的效率。

请参阅图12，本申请提供的一种日志分析方法，所述方法包括：

S310：基于所述多个电子控制单元的相同特征，构建元模型。

其中，多个电子控制单元的相同特征可以包括：生产时间、出厂时间等。元模型可以指包含了属于同一个大类的对象的相同特征的模型，在本申请实施例中，元模型可以为包含多个电子控制单元的相同特征的模型。

在本申请实施例中，元模型可以有多个，作为一种方式，如图13所示，可以基于控制车辆上特定区域的电子控制单元之间的相同特征得到一个元模型，基于车辆中具有中央控制功能的电子控制单元的相同特征得到另一个元模型。

S320：基于所述多个电子控制单元各自对应的功能和所述元模型，构建关系模型。

作为一种方式，如图13所示，可以在继承元模型的基础上，基于电子控制单元对应的功能生成对应的新的模型，新的模型可以继承元模型中所有的特征且包含用于描述对应电子控制单元的功能的特征，模型中的每一个实例可以对应于车辆中的一个电子控制单元，从而可以基于多个新的模型之间的关系构建关系模型。

可选的，可以基于功能的实现方式、作用位置、作用范围等生成新的模型。例如，EMS可以基于实现方式(即提供动力的方式)生成新的模型，提供动力的方式可以指对应的动力类型，如：汽油、柴油、混动等。再例如，BCM可以基于作用位置生成新的模型，如：灯具、门锁、雨刮、后视镜、车窗等。

S330：获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态。

S340：基于所述多条日志，得到目标日志。

S350：基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志。

S360：获取所述多个日志之间的相关性。

S370：基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志。

S380：基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

本实施例提供的一种日志分析方法，通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。并且，在本实施例中，可以通过车辆中多个电子控制单元的相同特征以及各自对应的功能构建关系模式，从而可以基于构建好的关系模型，得到目标日志对应的第一参考日志。

请参阅图14，本申请提供的一种日志分析装置600，所述装置600包括：

日志获取单元610，用于获取多条日志，所述多条日志表征各自对应的电子控制单元的运行状态。

目标日志获取620，用于基于所述多条日志，得到目标日志。

第一参考日志获取单元630，用于基于预先构建的关系模型、所述多条日志和所述目标日志，得到第一参考日志，所述预先构建的关系模型表征车辆中多个电子控制单元之间的关系，所述第一参考日志为所述多条日志中与所述目标日志存在第一关联关系的日志。

第二参考日志获取单元640，用于获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取第二参考日志，所述第二参考日志为所述多条日志中与所述目标日志存在第二关联关系的日志。

日志分析结果获取单元650，用于基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。

作为一种方式，第二参考日志获取单元640具体用于基于预先设置的规则对所述多条日志进行解析，得到所述多条日志的解析结果，所述解析结果表征所述多条日志之间的相关性；所述基于预先设置的规则对所述多条日志进行解析，得到所述多条日志的解析结果，包括：基于所述预先设置的规则，获取所述多条日志的类别信息，所述类别信息包括结构化日志、半结构化日志或者非结构化日志；基于所述类别信息确定所述多条日志各自对应的目标解析方式；基于所述目标解析方式对所述多条日志进行解析，得到所述多条日志的解析结果。

可选的，第二参考日志获取单元640具体用于基于预先设置的常量模板，对所述多条日志中的非关键字段进行处理，得到多条处理后的日志，所述多条处理后的日志为仅包含关键字段的日志；基于文件格式匹配规则和文件内容匹配规则，得到所述多条处理后的日志的类别信息，其中，所述文件格式匹配规则表征日志的文件格式和日志的类别之间的对应关系；所述文件内容匹配规则表征日志的内容和日志的类别之间的对应关系。

可选的，第二参考日志获取单元640具体用于确定第一待解析日志的目标解析方式为基于所述第一待解析日志的关键字段的数量生成第一解析树，所述第一待解析日志为所述多条处理后的日志中类别信息为非结构化日志的日志，所述第一解析树表征所述第一待解析日志之间的相关性；确定第二待解析日志的目标解析方式为基于所述第二待解析日志的关键字段的内容生成第二解析树，所述第二待解析日志为所述多条处理后的日志中类别信息为结构化日志和半结构化的日志，所述第二解析树表征所述第二待解析日志之间的相关性。

可选的，所述第一待解析日志和所述第二待解析日志有多个，第二参考日志获取单元640具体用于基于所述第一待解析日志的关键字段的数量和drain算法，生成所述第一解析树；基于所述第二待解析日志的关键字段的内容和预先设置的业务规则，生成所述第二解析树；基于所述第一解析树和所述第二解析树，得到所述多条日志对应的解析结果。

可选的，所述关键字段的内容包括多个层级的内容，每个层级的内容包括日志属性，第二参考日志获取单元640具体用于基于所述多个层级的内容、所述日志属性和所述预先设置的业务规则，得到多个层级的目标属性分组；基于所述第二待解析日志、所述多个层级的目标属性分组，生成所述第二解析树。

其中，所述装置600还包括：

关系模型构建单元660，用于基于所述多个层级的内容、所述日志属性和所述预先设置的业务规则，得到多个层级的目标属性分组；基于所述第二待解析日志、所述多个层级的目标属性分组，生成所述第二解析树。

下面将结合图15对本申请提供的一种电子设备进行说明。

请参阅图15，基于上述的日志分析方法、装置，本申请实施例还提供的另一种可以执行前述日志分析方法的电子设备100。电子设备100包括相互耦合的一个或多个(图中仅示出一个)处理器102、存储器104、网络模块106。其中，该存储器104中存储有可以执行前述实施例中内容的程序，而处理器102可以执行该存储器104中存储的程序。

其中，处理器102可以包括一个或者多个处理核。处理器102利用各种接口和线路连接整个电子设备100内的各个部分，通过运行或执行存储在存储器104内的指令、程序、代码集或指令集，以及调用存储在存储器104内的数据，执行电子设备100的各种功能和处理数据。可选地，处理器102可以采用数字信号处理(Digital Signal Processing，DSP)、现场可编程门阵列(Field－Programmable Gate Array，FPGA)、可编程逻辑阵列(ProgrammableLogic Array，PLA)中的至少一种硬件形式来实现。处理器102可集成中央处理器(CentralProcessing Unit，CPU)、图像处理器(Graphics Processing Unit，GPU)和调制解调器等中的一种或几种的组合。其中，CPU主要处理操作系统、用户界面和应用程序等；GPU用于负责显示内容的渲染和绘制；调制解调器用于处理无线通信。可以理解的是，上述调制解调器也可以不集成到处理器102中，单独通过一块通信芯片进行实现。

存储器104可以包括随机存储器(Random Access Memory，RAM)，也可以包括只读存储器(Read-Only Memory)。存储器104可用于存储指令、程序、代码、代码集或指令集。存储器104可包括存储程序区和存储数据区，其中，存储程序区可存储用于实现操作系统的指令、用于实现至少一个功能的指令(比如触控功能、声音播放功能、图像播放功能等)、用于实现下述各个方法实施例的指令等。存储数据区还可以存储终端200在使用中所创建的数据(比如电话本、音视频数据、聊天记录数据)等。

网络模块106可以用于实现电子设备100与其他设备或者车辆之间的信息交互，例如，传输设备控制指令、操纵请求指令以及状态信息获取指令等。而当电子设备100具体为不同的设备时，其对应的网络模块106可能会有不同。

请参考图16，其示出了本申请实施例提供的一种计算机可读存储介质的结构框图。该计算机可读存储介质800中存储有程序代码，所述程序代码可被处理器调用执行上述方法实施例中所描述的方法。

计算机可读存储介质800可以是诸如闪存、EEPROM(电可擦除可编程只读存储器)、EPROM、硬盘或者ROM之类的电子存储器。可选地，计算机可读存储介质800包括非易失性计算机可读存储介质(non-transitory computer-readable storage medium)。计算机可读存储介质800具有执行上述方法中的任何方法步骤的程序代码810的存储空间。这些程序代码可以从一个或者多个计算机程序产品中读出或者写入到这一个或者多个计算机程序产品中。程序代码810可以例如以适当形式进行压缩。

综上所述，本申请提供的一种日志分析方法、装置以及电子设备，在获取多条表征各自对应的电子控制单元的运行状态日志后，基于所述多条日志，得到目标日志，基于预先构建的表征车辆中多个电子控制单元之间的关系的关系模型、所述多条日志和所述目标日志，得到所述多条日志中与所述目标日志存在第一关联关系的第一参考日志，获取所述多个日志之间的相关性；基于所述多个日志之间的相关性，获取所述多条日志中与所述目标日志存在第二关联关系的第二参考日志，基于所述第一参考日志和所述第二参考日志，得到所述目标日志的日志分析结果。通过上述方式使得，可以基于预先构建的关系模型得到与目标日志存在第一关联关系的第一参考日志，并基于多个日志之间的相关性得到与目标日志存在第二关联关系的第二参考日志，从而可以基于第一参考日志和第二参考日志得到目标日志的日志分析结果，提高了日志分析结果的准确性。

最后应说明的是：以上实施例仅用以说明本申请的技术方案，而非对其限制；尽管参照前述实施例对本申请进行了详细的说明，本领域的普通技术人员当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不驱使相应技术方案的本质脱离本申请各实施例技术方案的精神和范围。