基于双向长短时记忆网络的系统异常检测方法

• 作者: 刘培玉 张林栋 鲁燃
• 来源期刊: 计算机应用与软件
• 学科: 工学
• 关键词: 异常检测 日志路径 双向长短时记忆网络 日志解析器 日志键 时序序列号
• 年，卷（期）: 2020,（12）
• 所属期刊栏目: 安全技术
• 页码范围: 297-303,333
• 页数: 8页
• 分类号: TP3
• 语种: 中文
• DOI: 10.3969/j.issn.1000-386x.2020.12.047

摘要

在系统日志异常检测中,日志结构不统一且新执行的日志路径检测依然不够准确.针对这些问题,提出一种基于双向长短时记忆网络的日志路径异常检测模型.通过日志解析器构造日志键使得日志结构统一化,同时将日志键转化为时序序列构建时序化的日志结构;采用双向长短时记忆网络对时序化的日志序列进行建模和预测,根据是否发生误判来优化模型参数,提升新执行的日志路径检测效率.实验结果表明,与传统的基于机器学习的日志路径异常检测模型相比,该模型在HDFS和OpenStack数据集上准确率分别提升11％和20％,验证了该模型的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘培玉		126	1276	18.0	27.0
2	鲁燃		9	79	5.0	8.0
3	张林栋		1	0	0.0	0.0