《表4 基于日志数据的故障预测方法对比分析》

  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

《基于日志数据的分布式软件系统故障诊断综述》

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

表4列举了基于日志数据的故障预测技术的对比分析.基于概率分析方法的优点在于利用日志序列的上下文关联关系，通过故障前日志序列的出现频率计算日志序列与故障的关联概率，执行效率高且无需训练过程；缺点在于需要先验知识切分日志序列，且需要大量带标签的日志数据计算日志序列与故障的关联概率，同时，从方法本身角度来看，该方法精确率较低，无法处理新出现的日志序列，无法适应异构复杂的系统运行情况.基于机器学习的技术关注于日志特征的处理和使用，屏蔽了日志的异构性，适用范围广，可以通过学习故障前日志序列的模式，充分利用日志的序列特征和文本特征，预测精确度高，对于新出现的日志序列也可以进行预测；缺点在于其十分依赖日志数据特征的选取和质量，可能需要大量的标注日志数据用于离线的故障预测模型训练，故障预测的范围和质量受限.