基于機器學習的日志解析系統設計與實現
大小：0.82 MB 人氣： 2018-03-29 需要積分：1
標簽：機器學習(131273)
針對現有日志分類方法只適用于格式化的日志，且性能依賴于日志結構的問題，基于機器學習方法對日志信息解析算法LogSig進行了擴展改進，并設計開發了一個集數據處理與結果分析于一體的日志解析系統，包括原始數據預處理、日志解析、聚類分析評價、聚類結果散點圖顯示等功能，在VAST 2011挑戰賽的開源防火墻日志數據集上進行了測試。實驗結果表明，改進后的算法在歸類整理日志事件時的平均準確性達到85%以上；與原LogSig算法相比，日志解析精度提高了50%，同時解析時間僅為原先的25%，可用于大數據環境下高效準確地對多源非結構化日志數據進行解析。
非常好我支持^.^
(0) 0%
不好我反對
(0) 0%
下載地址
基于機器學習的日志解析系統設計與實現下載
相關電子資料下載
- 人工智能輔助編程工具的定義和工作原理 385
- 基于CNN的網絡入侵檢測系統設計 105
- 數據分析有哪些分析方法 86
- 數據分析工具有哪幾種模式 85
- 數據分析與數據挖掘的區別 60
- tensorflow和pytorch哪個好 156
- tensorflow簡單的模型訓練 71
- 遷移學習的基本概念和實現方法 98
- 深度神經網絡概述及其應用 105
- 人工神經網絡與傳統機器學習模型的區別 83