作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
为了维护现在复杂的软件系统,快速准确定位故障点,就需要及时发现和分析异常点.目前最为常用的方法就是通过合理的算法,从系统日志中寻找异常点.介绍了对结构化和非结构化的日志处理采样,去除噪声数据并使用监督学习和无监督学习的方法来进行异常检测,通过各种算法和其改进提高检测的效率和准确率,并用对比实验进行验证得出结论.
推荐文章
基于数据挖掘的IDS日志数据分析处理
日志分析
数据挖掘
数据预处理
入侵检测系统(IDS)
基于深度学习的系统日志异常检测研究
日志异常检测
深度学习
GRU神经网络
面向电力大数据日志分析平台的异常监测集成预测算法
日志分析
异常监测
大数据平台
集成预测算法
基于距离的异常数据挖掘算法及其应用
异常数据挖掘
Web日志
学生成绩
上网行为模式
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于日志数据分析算法的异常检测研究
来源期刊 微型电脑应用 学科 工学
关键词 日志 子空间 结构化 贝叶斯
年,卷(期) 2016,(3) 所属期刊栏目 基金项目
研究方向 页码范围 42-44
页数 3页 分类号 TP393
字数 2689字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (64)
共引文献  (74)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1970(1)
  • 参考文献(0)
  • 二级参考文献(1)
1974(1)
  • 参考文献(0)
  • 二级参考文献(1)
1977(1)
  • 参考文献(0)
  • 二级参考文献(1)
1978(1)
  • 参考文献(0)
  • 二级参考文献(1)
1984(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(4)
  • 参考文献(0)
  • 二级参考文献(4)
2006(7)
  • 参考文献(0)
  • 二级参考文献(7)
2007(6)
  • 参考文献(0)
  • 二级参考文献(6)
2008(9)
  • 参考文献(0)
  • 二级参考文献(9)
2009(4)
  • 参考文献(1)
  • 二级参考文献(3)
2010(9)
  • 参考文献(2)
  • 二级参考文献(7)
2011(8)
  • 参考文献(2)
  • 二级参考文献(6)
2012(4)
  • 参考文献(2)
  • 二级参考文献(2)
2013(5)
  • 参考文献(1)
  • 二级参考文献(4)
2014(2)
  • 参考文献(2)
  • 二级参考文献(0)
2016(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
日志
子空间
结构化
贝叶斯
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微型电脑应用
月刊
1007-757X
31-1634/TP
16开
上海市华山路1954号上海交通大学铸锻楼314室
4-506
1984
chi
出版文献量(篇)
6963
总下载数(次)
20
总被引数(次)
28091
论文1v1指导