La escala de las aplicaciones del sistema y de red se está expandiendo, y se están planteando requisitos más altos para la detección de anomalías. El registro del sistema puede registrar estados del sistema y eventos operativos significativos en diferentes puntos críticos. Por lo tanto, utilizar el registro del sistema para la detección de anomalías puede ayudar con el mantenimiento del sistema y evitar pérdidas innecesarias. El registro del sistema tiene características de temporización obvias, y la secuencia de ejecución del registro del sistema tiene una cierta relación de dependencia. Sin embargo, a veces la longitud de la dependencia de la secuencia es larga. Para abordar el problema de los registros de secuencia más largos en la detección de anomalías, este artículo propone un método de detección de anomalías en el registro del sistema basado en atención de canal eficiente y red convolucional temporal (ETCNLog). Construye un modelo tratando el registro del sistema como una secuencia de lenguaje natural. Para manejar de manera más efectiva los registros de secuencia más largos, ETCNLog utiliza la información semántica y de temporización de los registros. Puede aprender automáticamente la importancia de diferentes secuencias de registros y detectar dependencias ocultas dentro de las secuencias para mejorar la precisión de la detección de anomalías. Realizamos experimentos extensos en el conjunto de datos de registro público BGL. Los resultados experimentales muestran que el puntaje F1 de ETCNLog alcanza el 98.15% y el 98.21%, respectivamente, ambos mejores que los métodos actuales de detección de anomalías.