基于机器学习的日志函数自动识别方法

• 作者: 刘晓东 周书林 廖湘科 李姗姗 谢欣伟 贾周阳
• 来源期刊: 计算机工程与科学
• 学科: 工学
• 关键词: 日志函数 机器学习 静态分析 代码质量 故障检测
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 软件工程
• 页码范围: 111-117
• 页数: 7页
• 分类号: TP311.5
• 字数: 5586字
• 语种: 中文
• DOI: 10.3969/j.issn.1007-130X.2017.01.015

摘要

随着软件规模的不断增长,日志在故障检测中发挥着愈加重要的作用.然而,目前软件日志缺乏统一标准,常受开发人员个人习惯影响,为大规模系统中日志的自动化分析带来了挑战.其中,日志函数的识别作为日志分析的前提条件,对分析结果有着直接影响.提出了一种基于机器学习的方法以支持日志自动识别.通过系统分析广泛使用的大规模开源软件,总结出日志函数编写的主要形式,并提取不同形式间的共性特征,进而基于机器学习实现了自动日志识别工具iLog.实验显示,使用iLog识别的日志函数能力平均为使用特定关键字的76倍,十折交叉验证得到iLog的分析结果的F-Score为0.93.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廖湘科	国防科学技术大学计算机学院	33	580	13.0	23.0
2	刘晓东	国防科学技术大学计算机学院	6	122	4.0	6.0
3	李姗姗	国防科学技术大学计算机学院	14	293	8.0	14.0
4	谢欣伟	国防科学技术大学计算机学院	2	11	2.0	2.0
5	贾周阳	国防科学技术大学计算机学院	2	40	2.0	2.0
6	周书林	国防科学技术大学计算机学院	2	40	2.0	2.0