TPLogAD：基于事件模板和关键参数的无监督日志异常检测
机器学习
2024-11-26 v1 人工智能
计算与语言
计算机与社会
摘要
日志系统是记录 Web 服务系统运行状态和事件的重要机制，日志异常检测是有效识别问题的一种方法。然而，手动检测日志效率低下、易出错且不切实际。现有的日志异常检测方法要么使用事件模板的索引，要么将模板中固定字符串部分嵌入向量作为句子，要么使用时间参数进行序列分析。然而，日志条目常包含无法被这些方法充分表示的特征和语义信息，导致漏报和误报。本文提出了 TPLogAD，一种用于分析非结构化日志的通用无监督方法，基于事件模板和关键参数进行异常检测。TPLogAD 包含的 itemplate2vec 和 para2vec 是两种高效且易于实现的日志语义表示方法，分别用于检测事件模板和参数中的异常，此类功能在以往工作中尚未实现。此外，TPLogAD 可避免日志多样性和动态性对异常检测的干扰。我们在四个公开日志数据集上进行实验，表明 TPLogAD 在现有日志异常检测方法中表现优异。
引用
@article{arxiv.2411.15250,
title = {TPLogAD: Unsupervised Log Anomaly Detection Based on Event Templates and Key Parameters},
author = {Jiawei Lu and Chengrong Wu},
journal= {arXiv preprint arXiv:2411.15250},
year = {2024}
}