《表4 两种异常检测模型的检测结果对比》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习的系统日志异常检测研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

对于执行路径异常和参数值异常都存在的日志数据集，加入参数值异常检测可以大幅度提升检测精度。为证明参数值异常检测算法的优势，本文在Smartbi异常日志中人为加入了5条异常消息（Error:pleasere-excutethecommand），模拟执行路径异常，然后使用执行路径检测模型和参数值异常检测模型对Smartbi异常日志数据进行检测，与仅使用执行路径异常检测模型进行对比。表4给出了检测结果（多组logkey的总体检测结果），可以看到，单独使用执行路径异常检测模型取得的召回率仅为22.7%，而同时使用两种模型则准确地检测出了所有异常，取得了100%的召回率，相比仅使用执行路径异常检测模型有大幅度提升。实验结果表明，对于某些参数值存在异常的日志，由于logkey序列并没有发生变化，执行路径异常检测模型无法检测出这类异常，而参数值异常检测模型则可以对不同logkey进行分组，通过衡量预测值和真实值之间的均方误差准确地检测出参数值异常，从而提高检测召回率。