摘要
摘要
在云计算、大数据等分布式系统迅速普及的背景下,系统运行产生的海量
日志数据成为检测系统异常状态的重要依据。然而,传统的日志异常检测方法
在处理大规模、结构复杂的日志数据时,暴露出诸多局限性。一方面,这些方
法难以高效提取日志数据中蕴含的丰富语义信息;另一方面,无法在同一框架
下同时全面考虑局部时序特征与全局依赖关系。导致在复杂多变的实际环境中,
异常检测效果欠佳,泛化能力也明显不足。针对上述问题,本文开展了以下研
摘要
摘要
在云计算、大数据等分布式系统迅速普及的背景下,系统运行产生的海量
日志数据成为检测系统异常状态的重要依据。然而,传统的日志异常检测方法
在处理大规模、结构复杂的日志数据时,暴露出诸多局限性。一方面,这些方
法难以高效提取日志数据中蕴含的丰富语义信息;另一方面,无法在同一框架
下同时全面考虑局部时序特征与全局依赖关系。导致在复杂多变的实际环境中,
异常检测效果欠佳,泛化能力也明显不足。针对上述问题,本文开展了以下研
文档评论(0)