Aug, 2023
尝试简化 -- 改进的主成分分析在基于日志的异常检测中的评估
Try with Simpler -- An Evaluation of Improved Principal Component Analysis in Log-based Anomaly Detection
Lin Yang, Junjie Chen, Zhihao Gong, Shutao Gao, Hongyu Zhang...
TL;DR通过对传统技术进行优化,我们实现了无监督主成分分析(PCA)技术的优化,通过轻量级的基于语义的日志表示解决了训练数据中未知日志事件的问题,提高了日志表示的效果,我们的研究比较了公共和工业数据集上的七种基于日志的异常检测方法,包括四种 DL-based 方法、两种传统方法和优化的 PCA 技术,结果表明,优化的无监督 PCA 技术在有限的训练数据和资源效率方面达到了与先进的监督 / 半监督 DL 方法相似的效果,从而证明了传统技术通过小而重要的改进具有的适应性和优势。