2-10 異常檢測 Structural Event Detection from Log Messages 筆記

一蜘澜、基本信息

??題目:Structural Event Detection from Log Messages
??期刊/會議:ACM SIGKDD
??年份:2017
??引用次數(shù):5

二谱俭、論文總結(jié)

2.1 研究方向

??利用日志數(shù)據(jù)建立工作流模型

2.2 寫作動機(jī)

??有意義的日志模式和模式之間的關(guān)系會組成相互連接的工作流結(jié)構(gòu)
??由于分布式的原因冰单,事件發(fā)生的時間順序不是那么重要航闺,因為并行系統(tǒng)中事件可能會交叉發(fā)生
??單純的個體事件承載的信息很有限脆粥,如果能找到事件之間的關(guān)系软棺,信息量就會大大增加

2.3 創(chuàng)新之處:

??從噪聲日志信息中找到結(jié)構(gòu)性事件
??數(shù)據(jù)驅(qū)動红竭,不需要領(lǐng)域?qū)I(yè)知識
??提出一種新的能量方程,能更好的刻畫重要的結(jié)構(gòu)性事件

2.4 具體過程:

??作者首先進(jìn)行日志解析提取日志模板喘落,然后建立圖的能量函數(shù)茵宪,通過MCMC采樣的方式最小化能量函數(shù),最終得到流程圖瘦棋。
??建立能量函數(shù)時稀火,作者考慮了模板之間的轉(zhuǎn)移概率、各類模板的數(shù)量比例和流程圖中頂點(diǎn)的數(shù)量赌朋。 求解時凰狞,第一步是生成新圖,第二部是以一定概率接受新圖沛慢。生成新圖的時候赡若,根據(jù)模板轉(zhuǎn)移概率,以一定概率刪除或增加某條邊团甲。其中計算概率的時候包含超參數(shù)T逾冬,作者采用模擬退火的方法加速求解。轉(zhuǎn)移概率包括一階和二階,可以對應(yīng)計算出一階工作流模型和二階工作流模型身腻。
??作者提到將來的研究方向時提到产还,能量方程中有4個系數(shù)需要人工指定,在做實驗時需要花功夫調(diào)整嘀趟。

?著作權(quán)歸作者所有,轉(zhuǎn)載或內(nèi)容合作請聯(lián)系作者
  • 序言:七十年代末脐区,一起剝皮案震驚了整個濱河市,隨后出現(xiàn)的幾起案子去件,更是在濱河造成了極大的恐慌坡椒,老刑警劉巖,帶你破解...
    沈念sama閱讀 216,402評論 6 499
  • 序言:濱河連續(xù)發(fā)生了三起死亡事件尤溜,死亡現(xiàn)場離奇詭異倔叼,居然都是意外死亡,警方通過查閱死者的電腦和手機(jī)宫莱,發(fā)現(xiàn)死者居然都...
    沈念sama閱讀 92,377評論 3 392
  • 文/潘曉璐 我一進(jìn)店門丈攒,熙熙樓的掌柜王于貴愁眉苦臉地迎上來,“玉大人授霸,你說我怎么就攤上這事巡验。” “怎么了碘耳?”我有些...
    開封第一講書人閱讀 162,483評論 0 353
  • 文/不壞的土叔 我叫張陵显设,是天一觀的道長。 經(jīng)常有香客問我辛辨,道長捕捂,這世上最難降的妖魔是什么? 我笑而不...
    開封第一講書人閱讀 58,165評論 1 292
  • 正文 為了忘掉前任斗搞,我火速辦了婚禮指攒,結(jié)果婚禮上,老公的妹妹穿的比我還像新娘僻焚。我一直安慰自己允悦,他們只是感情好,可當(dāng)我...
    茶點(diǎn)故事閱讀 67,176評論 6 388
  • 文/花漫 我一把揭開白布虑啤。 她就那樣靜靜地躺著隙弛,像睡著了一般。 火紅的嫁衣襯著肌膚如雪咐旧。 梳的紋絲不亂的頭發(fā)上驶鹉,一...
    開封第一講書人閱讀 51,146評論 1 297
  • 那天,我揣著相機(jī)與錄音铣墨,去河邊找鬼室埋。 笑死,一個胖子當(dāng)著我的面吹牛,可吹牛的內(nèi)容都是我干的姚淆。 我是一名探鬼主播孕蝉,決...
    沈念sama閱讀 40,032評論 3 417
  • 文/蒼蘭香墨 我猛地睜開眼,長吁一口氣:“原來是場噩夢啊……” “哼腌逢!你這毒婦竟也來了降淮?” 一聲冷哼從身側(cè)響起,我...
    開封第一講書人閱讀 38,896評論 0 274
  • 序言:老撾萬榮一對情侶失蹤搏讶,失蹤者是張志新(化名)和其女友劉穎佳鳖,沒想到半個月后,有當(dāng)?shù)厝嗽跇淞掷锇l(fā)現(xiàn)了一具尸體媒惕,經(jīng)...
    沈念sama閱讀 45,311評論 1 310
  • 正文 獨(dú)居荒郊野嶺守林人離奇死亡系吩,尸身上長有42處帶血的膿包…… 初始之章·張勛 以下內(nèi)容為張勛視角 年9月15日...
    茶點(diǎn)故事閱讀 37,536評論 2 332
  • 正文 我和宋清朗相戀三年,在試婚紗的時候發(fā)現(xiàn)自己被綠了妒蔚。 大學(xué)時的朋友給我發(fā)了我未婚夫和他白月光在一起吃飯的照片穿挨。...
    茶點(diǎn)故事閱讀 39,696評論 1 348
  • 序言:一個原本活蹦亂跳的男人離奇死亡,死狀恐怖肴盏,靈堂內(nèi)的尸體忽然破棺而出科盛,到底是詐尸還是另有隱情,我是刑警寧澤菜皂,帶...
    沈念sama閱讀 35,413評論 5 343
  • 正文 年R本政府宣布贞绵,位于F島的核電站,受9級特大地震影響恍飘,放射性物質(zhì)發(fā)生泄漏但壮。R本人自食惡果不足惜,卻給世界環(huán)境...
    茶點(diǎn)故事閱讀 41,008評論 3 325
  • 文/蒙蒙 一常侣、第九天 我趴在偏房一處隱蔽的房頂上張望。 院中可真熱鬧弹渔,春花似錦胳施、人聲如沸。這莊子的主人今日做“春日...
    開封第一講書人閱讀 31,659評論 0 22
  • 文/蒼蘭香墨 我抬頭看了看天上的太陽。三九已至博杖,卻和暖如春椿胯,著一層夾襖步出監(jiān)牢的瞬間,已是汗流浹背剃根。 一陣腳步聲響...
    開封第一講書人閱讀 32,815評論 1 269
  • 我被黑心中介騙來泰國打工哩盲, 沒想到剛下飛機(jī)就差點(diǎn)兒被人妖公主榨干…… 1. 我叫王不留,地道東北人。 一個月前我還...
    沈念sama閱讀 47,698評論 2 368
  • 正文 我出身青樓廉油,卻偏偏與公主長得像惠险,于是被迫代替她去往敵國和親。 傳聞我的和親對象是個殘疾皇子抒线,可洞房花燭夜當(dāng)晚...
    茶點(diǎn)故事閱讀 44,592評論 2 353

推薦閱讀更多精彩內(nèi)容

  • 一班巩、基本信息 ??題目:Deeplog: Anomaly detection and diagnosis from...
    Siberia_閱讀 3,314評論 0 1
  • 前面的文章主要從理論的角度介紹了自然語言人機(jī)對話系統(tǒng)所可能涉及到的多個領(lǐng)域的經(jīng)典模型和基礎(chǔ)知識。這篇文章嘶炭,甚至之后...
    我偏笑_NSNirvana閱讀 13,906評論 2 64
  • ORA-00001: 違反唯一約束條件 (.) 錯誤說明:當(dāng)在唯一索引所對應(yīng)的列上鍵入重復(fù)值時抱慌,會觸發(fā)此異常。 O...
    我想起個好名字閱讀 5,307評論 0 9
  • “你不好奇,我為什么要把吃的留給戴姐嗎宵呛?”劉童問正在開車的吳海单匣。 “你肯定是有自己的原因,你不說宝穗,我不問户秤。” ...
    仙人球球__Q閱讀 567評論 0 0
  • 蝶戀花兮花戀蝶逮矛, 美人花間舞長娟鸡号; 鳳尾蝶兮躇指尖, 婷婷玉立麗人心须鼎; 靈蝶幻兮入夢蝶鲸伴, 皓月解夢桃花開。
    知名不具留的ai閱讀 131評論 0 1