基于机器学习的日志解析系统设计与实现
大小：0.82 MB 人气： 2018-03-29 需要积分：1
标签：机器学习(131273)
针对现有日志分类方法只适用于格式化的日志，且性能依赖于日志结构的问题，基于机器学习方法对日志信息解析算法LogSig进行了扩展改进，并设计开发了一个集数据处理与结果分析于一体的日志解析系统，包括原始数据预处理、日志解析、聚类分析评价、聚类结果散点图显示等功能，在VAST 2011挑战赛的开源防火墙日志数据集上进行了测试。实验结果表明，改进后的算法在归类整理日志事件时的平均准确性达到85%以上；与原LogSig算法相比，日志解析精度提高了50%，同时解析时间仅为原先的25%，可用于大数据环境下高效准确地对多源非结构化日志数据进行解析。
非常好我支持^.^
(0) 0%
不好我反对
(0) 0%
下载地址
基于机器学习的日志解析系统设计与实现下载
相关电子资料下载
- 人工智能辅助编程工具的定义和工作原理 385
- 基于CNN的网络入侵检测系统设计 105
- 数据分析有哪些分析方法 86
- 数据分析工具有哪几种模式 85
- 数据分析与数据挖掘的区别 60
- tensorflow和pytorch哪个好 156
- tensorflow简单的模型训练 71
- 迁移学习的基本概念和实现方法 98
- 深度神经网络概述及其应用 105
- 人工神经网络与传统机器学习模型的区别 83