从少量标签到零标签：基于元学习的跨系统日志基异常检测方法

日志异常检测在确保软件系统稳定性和可靠性方面发挥着关键作用。然而，现有方法依赖大量标记日志，在实际应用中提出显著挑战。为此，跨系统迁移被识别为关键研究方向。现有方法在仅从目标系统获取少量标签数据的情况下即可实现令人瞩目的性能。然而，这些方法依赖目标日志的标记标签，使得在标记日志不足的情况下难以应用。为克服此限制，我们探索一种鲜有探索的新设定：零标签跨系统日志异常检测，即目标系统日志完全无标签。为此，我们提出 FreeLog，一种系统无关的表示元学习方法，无需目标系统标记日志，即可在零标签条件下实现跨系统日志异常检测。在三个公开日志数据集上的实验结果表明，FreeLog 的性能可与依赖目标系统少量标记数据的方法相当。