La fonctionnalité de recherche est en construction.
La fonctionnalité de recherche est en construction.

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. ex. Some numerals are expressed as "XNUMX".
Copyrights notice

The original paper is in English. Non-English content has been machine-translated and may contain typographical errors or mistranslations. Copyrights notice

An Attention-Based GRU Network for Anomaly Detection from System Logs Un réseau GRU basé sur l'attention pour la détection des anomalies à partir des journaux système

Yixi XIE, Lixin JI, Xiaotao CHENG

  • Vues en texte intégral

    0

  • Citer

Résumé:

Les journaux système enregistrent les états du système et les événements importants à divers points critiques pour aider à déboguer les problèmes de performances et les échecs. Par conséquent, la détection rapide et précise du journal système est cruciale pour la sécurité et la stabilité du système. Dans cet article, nous proposons un nouveau modèle de réseau neuronal basé sur l'attention, qui permettrait d'apprendre des modèles de journaux à partir d'une exécution normale. Concrètement, notre modèle adopte un module GRU avec un mécanisme d'attention pour extraire les corrélations et modèles complets et complexes intégrés dans une séquence d'entrées de journal. Les résultats expérimentaux démontrent que notre approche proposée est efficace et permet d'obtenir de meilleures performances que les méthodes conventionnelles.

Publication
IEICE TRANSACTIONS on Information Vol.E103-D No.8 pp.1916-1919
Date de publication
2020/08/01
Publicisé
2020/05/01
ISSN en ligne
1745-1361
DOI
10.1587/transinf.2020EDL8016
Type de manuscrit
LETTER
Catégories
Réseau d'informations

Auteurs

Yixi XIE
  Information Engineering University
Lixin JI
  Information Engineering University
Xiaotao CHENG
  Information Engineering University

Mots-clés

Table des matières