《表4 基于日志数据的故障预测方法对比分析》
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.
图表编号 | XD00168937400 严禁用于非法目的 |
---|---|
绘制时间 | 2020.07.01 |
作者 | 贾统、李影、吴中海 |
绘制单位 | 北京大学信息科学技术学院、北京大学软件工程国家工程研究中心、北京大学软件工程国家工程研究中心 |
更多格式 | 高清、无水印(增值服务) |