典型文献
基于解析器树的日志压缩优化方法
文献摘要：
信息系统日志数据对安全分析非常重要,随着日志规模与日俱增,高效地进行日志数据存储和审计成为信息系统安全的关键问题之一.日志数据压缩能够减少对日志数据存储的巨大开销,已经成为日志数据领域的研究热点之一.传统的压缩工具、算法在小规模文本的处理上效果较好,但对于信息系统产生的大规模日志数据并不适用.现有日志压缩算法通过提取日志结构的方式实现数据压缩,但对日志数据中数值变量部分的压缩率和压缩速度的提升不明显.文章提出一种基于解析器树的日志压缩优化方法(TOLC),通过解析器构造解析器树,提取相应的日志模板并进行模板压缩,进而对数值变量部分进行编码压缩.文章通过5个不同类型的大型日志数据集对TOLC进行评估,并与其他方法进行比较.实验结果表明,TOLC在所有数据集上都实现了最高的压缩率,且在大型日志数据集中也表现出了很好的压缩速度,整体上表现最优.
文献关键词：
解析器树;日志压缩;模板提取;数值编码;压缩率
中图分类号：
作者姓名：
刘吉强;何嘉豪;张建成;黄学臻
作者机构：
北京交通大学计算机与信息技术学院,北京 100044;山东省计算中心,济南 250014;山东正中信息技术股份有限公司,济南 250014;公安部第一研究所,北京 100048
文献出处：
引用格式：
[1]刘吉强;何嘉豪;张建成;黄学臻-.基于解析器树的日志压缩优化方法)[J].信息网络安全,2022(04):30-39
A类：
解析器树,日志压缩,压缩工具,TOLC
B类：
系统日志,日志数据,安全分析,与日俱增,数据存储,计成,信息系统安全,数据压缩,开销,小规模,有日,压缩算法,压缩率,构造解析,日志模板,编码压缩,其他方法,模板提取,数值编码
AB值：
0.210089
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。
