LogAnMeta：基于元学习的日志异常检测
机器学习
2022-12-22 v1 机器学习
摘要
现代电信系统由来自多个应用层与组件的性能和系统日志监控。从这些日志中检测异常事件对于识别安全入侵、资源过度利用、关键/致命错误等至关重要。当前有监督的日志异常检测框架在训练数据中具有少量或未见样本的新类型或新签名异常上往往表现不佳。本工作中，我们提出一种基于元学习的日志异常检测框架（LogAnMeta），用于以少量样本从日志事件序列中检测异常。LogAnMeta 以情景方式训练一个混合少样本分类器。实验结果证明了我们所提方法的有效性。
引用
@article{arxiv.2212.10992,
title = {LogAnMeta: Log Anomaly Detection Using Meta Learning},
author = {Abhishek Sarkar and Tanmay Sen and Srimanta Kundu and Arijit Sarkar and Abdul Wazed},
journal= {arXiv preprint arXiv:2212.10992},
year = {2022}
}