一种全新的日志异常检测评估框架:LightAD

本文对现有的基于经典机器学习和深度学习方法的日志异常检测方法进行了实证研究,并提出了一种自动化日志异常检测评估框架LightAD。

本文介绍了一种名为LightAD的日志异常检测评估框架,通过自动化超参数调优实现公正比较。作者评估了深度学习和轻量级机器学习方法在五个数据集上的性能,结果显示轻量级机器学习方法更高效准确。作者还提出了基于贝叶斯优化器的多目标优化公式,用于选择最佳异常检测算法。该研究成果已被ICSE 2024录用。

原文中文,约2500字,阅读约需6分钟。发表于:
阅读原文