摘要
本发明涉及数据处理技术领域，尤其涉及一种基于大模型的智能运维方法，包括：获取若干数据源对应的标注日志数据；根据数据丰富均值以及日志关联均值进行特征数据源直接选取或数据源划分选取以选取若干标注日志数据；根据敏感关键词占比确定选取的各标注日志数据对应的数据风险度，并根据数据风险度进行局部加密或整体加密；将进行加密的标注日志数据作为训练数据，并传输至目标平台以针对预训练模型进行训练；根据目标大数据集群的处理参考值确定日志采集间隔，并基于间隔异常比对值以及异常数量参考值针对日志采集间隔进行调节以获取日志文本数据。本发明能够提高检测报告生成的准确程度，进而降低运维成本和风险。
