system logs | BriefGPT - AI 论文速递

关键词system logs

搜索结果 - 8

基于连续词袋（CBoTT）的无监督威胁猎杀
通过检测系统日志中的异常行为来进行威胁搜寻已成为一种关键的安全措施。本文提出了一种无监督的框架，连续词袋和时间（CBoTT），并公开其应用程序接口（API），帮助研究人员和网络安全分析员在面向端点设备的 SIEM 日志中执行基于异常的威胁搜
PDF4 months ago
LogELECTRA：无结构日志的自监督异常检测
我们提出了一种新的日志异常检测模型 LogELECTRA，通过应用 ELECTRA 自然语言处理模型来分析单行日志消息的语义，LogELECTRA 专门用于检测点异常的日志异常，并在公共基准日志数据集 BGL、Sprit 和 Thunder
PDF5 months ago
KDDCSCLog：一种组件子序列相关性感知的日志异常检测方法
基于系统日志的异常检测在智能运维中起着重要作用，传统方法中忽略了子序列之间的交互。本文提出了 CSCLog 方法，通过提取基于组件的子序列并利用 LSTM 网络捕捉子序列的顺序依赖性，引入了隐式关联编码器来自适应地建模子序列的隐式关联性，并
PDFa year ago
基于日志的可伸缩和自适应异常检测，专家在环节中
提出了一种基于 Trie 数据结构和机器学习的日志异常检测框架 SeaLog，实验结果表明 SeaLog 相比基线方法实现更高的准确性和效率，并且可以借助 ChatGPT 等大型语言模型进行异常日志数据的快速反馈和验证。
PDFa year ago
利用日志指令进行基于日志的异常检测
该论文提出了一种名为 ADLILog 的方法，结合源代码日志指令和目标系统的数据，通过两阶段学习过程，学习深度神经网络模型来可靠地检测系统日志中的异常，实验结果表明 ADLILog 在 F1 得分上的表现比相关方法提高了高达 60％。
PDF2 years ago
LogBERT: 基于 BERT 的日志异常检测
本文提出基于 BERT 的自监督框架 LogBERT 用于日志异常检测，通过两个新颖的自监督训练任务学习正常日志序列的模式，并能够检测出潜在的从正常日志序列偏离的异常情况，实验结果表明 LogBERT 在三个日志数据集上表现优于现有的异常检
PDF3 years ago
MM使用多图自编码器检测聚合数据中的异常数据
本文通过对聚合数据和聚合事件之间的关系进行深入分析，提出了一种基于卷积图自编码器的新型多图自编码器模型（MGAE）来实现系统日志的异常检测，使用该模型能够在数据系统分析任务中获得更好的表现。
PDF3 years ago
AAAI基于深度学习的结构化网络安全数据流非监督式内部威胁检测
提出了一种基于无监督深度学习的在线异常检测方法，通过分解异常得分，帮助分析员识别潜在的内部威胁活动，实现了减轻分析员负担的目标。在 CERT Insider Threat Dataset v6.2 上的表现证明，该方法可以显著提高威胁检测的
PDF7 years ago