一種基于MDL的日志序列模式挖掘算法_第1頁
一種基于MDL的日志序列模式挖掘算法_第2頁
一種基于MDL的日志序列模式挖掘算法_第3頁
一種基于MDL的日志序列模式挖掘算法_第4頁
全文預(yù)覽已結(jié)束

下載本文檔

版權(quán)說明：本文檔由用戶提供并上傳，收益歸屬內(nèi)容提供方，若內(nèi)容存在侵權(quán)，請進行舉報或認領(lǐng)

文檔簡介

一種基于MDL據(jù)。本文提出一種基于最小描述長度（MinimumDescriptionLength，MDL）MDL原理將序列進行編碼，同時關(guān)鍵詞:志序列的數(shù)量龐大，手動分析和處理這些日志序列變得非常困難和耗時。因此，自動化地分析和提取日志序列中的有用信息和模式對于計算機系日志序列模式挖掘是在大量的日志序列中發(fā)現(xiàn)潛在模式的一個過程。這種模式和行為受到與監(jiān)控的事件的相關(guān)的特征或參數(shù)的影響。日志序為分析、安全監(jiān)控等。它可以幫助我們更好地理解某個系統(tǒng)的運行機制，檢測異常操作和惡意行為等。這些問題，本文提出一種基于MDL的日志序列模式挖掘算法。MDLMDL是一種統(tǒng)計學習中的壓縮編碼技術(shù)，用于比較不同的模型的性MDL原理的基本思路是使用編碼長度來評估模型復(fù)雜度。具體來說，訓練數(shù)據(jù)的編碼長度。然后，將總編碼長度與數(shù)據(jù)集的總長度進行比較，以此衡量建模和訓練所需的成本。在日志序列模式挖掘中，我們可以將每個日志序列看做一個字符串，MDL原理將其編碼。考慮到不同的日志序列可能包含相同的模式MDL原理來比較不同的模型，挖掘日志序列模MDL1在這一步中，我們使用MDL2MDL的頻繁模式挖掘算法（FPM）來挖FPM算法是一種基于頻繁集的模式挖掘方法，它FPM算法時，我們需要確定最小閾值來過濾掉出現(xiàn)頻率較低MDL原理為基礎(chǔ)來確定MDL總長度變大，然后就可以確定最終的閾值。MDL的日志序列模式挖掘算法，旨在解決傳統(tǒng)MDL原理，實現(xiàn)了日志

溫馨提示

  • 1. 本站所有資源如無特殊說明，都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等，如果需要附件，請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙，網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽，若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 人人文庫網(wǎng)僅提供信息存儲空間，僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護處理，對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯，并不能對任何下載內(nèi)容負責。
  • 6. 下載文件中如有侵權(quán)或不適當內(nèi)容，請與我們聯(lián)系，我們立即糾正。
  • 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

評論

0/150

提交評論