针对在线系统的动态日志中存在的概念漂移问题，提出一种结合置信度的系统日志在线异常检测模型(COP)。按照时间顺序模拟Hadoop分布式文件系统日志，使用滑动窗口以日志块的方式接收日志并进行预处理；获取一定时间内的日志作为预先知识并计算p值；使用一致性预测得分计算置信度，根据预先知识中获得的显著性水平过滤异常日志；建立当前与之前日志数据之间的联系，动态更新校准集并输出一个可信的检测结果。实验结果表明，COP与用于模拟增量学习的重训练异常检测模型相比，得到的在线检测结果和时间性能更优。
科研之友
微信
新浪微博
Facebook
分享链接
