典型文献
基于机器学习的日志异常检测综述
文献摘要：
日志异常检测是当前数据中心智能运维管理的典型核心应用场景.随着机器学习技术的快速发展和逐步成熟,将机器学习技术应用于日志异常检测任务已经形成热点.首先,文章介绍了日志异常检测任务的一般流程,并指出了相关过程中的技术分类和典型方法.其次,论述了日志分析任务中机器学习技术应用的分类及特点,并从日志不稳定性、噪声干扰、计算存储要求、算法可移植性等方面分析了日志分析任务的技术难点.再次,对领域内相关研究成果进行了梳理总结和技术特点的比较分析.最后,文章从日志语义表征、模型在线更新、算法并行度和通用性3个方面讨论了日志异常检测今后的研究重点及思考.
文献关键词：
日志;异常检测;机器学习;智能运维技术;深度学习
中图分类号：
作者姓名：
闫力;夏伟
作者机构：
江南计算技术研究所,无锡214084
文献出处：
引用格式：
[1]闫力;夏伟-.基于机器学习的日志异常检测综述)[J].计算机系统应用,2022(09):57-69
A类：
B类：
基于机器学习,日志异常检测,数据中心,心智,运维管理,机器学习技术,一般流程,关过,技术分类,日志分析,噪声干扰,存储要求,可移植性,技术难点,语义表征,在线更新,并行度,通用性,智能运维技术
AB值：
0.272559
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
