LogBERT：基于 BERT 的日志异常检测
密码学与安全
2021-03-09 v1
摘要
检测在线计算机系统中的异常事件对于保护系统免受恶意攻击或故障至关重要。系统日志记录了计算事件的详细信息，被广泛用于系统状态分析。在本文中，我们提出 LogBERT，一种基于 Bidirectional Encoder Representations from Transformers (BERT) 的日志异常检测自监督框架。LogBERT 通过两个新颖的自监督训练任务学习正常日志序列的模式，并能够检测底层模式偏离正常日志序列的异常。在三个日志数据集上的实验结果表明，LogBERT 优于异常检测的当前最优方法。
引用
@article{arxiv.2103.04475,
title = {LogBERT: Log Anomaly Detection via BERT},
author = {Haixuan Guo and Shuhan Yuan and Xintao Wu},
journal= {arXiv preprint arXiv:2103.04475},
year = {2021}
}