-
题名基于双向长短时记忆网络的系统异常检测方法
被引量：8
- 1
-
-
作者
张林栋
鲁燃
刘培玉
-
机构
山东师范大学信息科学与工程学院
山东省分布式计算机软件新技术重点实验室
-
出处
《计算机应用与软件》
北大核心
2020年第12期297-303,333,共8页
-
基金
国家自然科学基金项目(61373148)
国家自然科学基金青年科学基金项目(61502151)
+2 种基金
山东省自然科学基金项目(ZR2014FL010)
山东省社科规划项目(17CHLJ18,17CHLJ33,17CHLJ30)
山东省教育厅基金项目(J15LN34)。
-
文摘
在系统日志异常检测中,日志结构不统一且新执行的日志路径检测依然不够准确。针对这些问题,提出一种基于双向长短时记忆网络的日志路径异常检测模型。通过日志解析器构造日志键使得日志结构统一化,同时将日志键转化为时序序列构建时序化的日志结构;采用双向长短时记忆网络对时序化的日志序列进行建模和预测,根据是否发生误判来优化模型参数,提升新执行的日志路径检测效率。实验结果表明,与传统的基于机器学习的日志路径异常检测模型相比,该模型在HDFS和OpenStack数据集上准确率分别提升11%和20%,验证了该模型的有效性。
-
关键词
异常检测
日志路径
双向长短时记忆网络
日志解析器
日志键
时序序列号
-
Keywords
Anomaly detection
Log path
Bidirectional LSTM
Log parser
Log key
Emporal sequence
-
分类号
TP3
[自动化与计算机技术—计算机科学与技术]
-
