《表2 日志自动化解析典型方法对比》

  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

《基于日志的异常检测技术综述》

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

在日志解析评估方面，文献[46]提出了基于p值的内部质量评估多种日志解析算法，通过评估，可以对日志解析器的质量有深入了解。文献[47]对多个日志解析器进行评估，并对成功案例和经验进行介绍。文献[48]提出一个质量模型用来评估自动化日志提取技术，该模型包含7个相关参数；并利用该模型对现有技术进行综合评估。本文对上述典型方法进行了对比（如表2所示），主要从类别、主要算法、准确性、模式、使用范围、时间复杂度、查找效率等方面进行比较。各方法测评过程使用的测试环境、设备类型等不同，因此不能简单地直接将实验结果进行对比，本文通过转换分析等方法，将结果采用分级方式进行描述，用“+++”表示较高等级，“++”表示中等级，“+”表示较低等级。例如，CFG[25]中主要采用代码分析方法，涉及的算法是AST、CFG。该方法采用离线模式，准确性一般，构建时间复杂度为O（n3），查找效率较高。