文献

J-GLOBAL ID：202002287258549019   整理番号：20A0144670

複数機械学習アルゴリズムを用いた信頼誘導異常検出アプローチ【JST・京大機械翻訳】

A Confidence-Guided Anomaly Detection Approach Jointly Using Multiple Machine Learning Algorithms

著者 (5件)： Xie Xueshuo (College of Computer Science, Nankai University, Tianjin, China) ,  Jin Zongming (College of Computer Science, Nankai University, Tianjin, China) ,  Han Qingqi (College of Computer Science, Nankai University, Tianjin, China) ,  Huang Shenwei (College of Computer Science, Nankai University, Tianjin, China) ,  Li Tao (College of Computer Science, Nankai University, Tianjin, China)
資料名： Lecture Notes in Computer Science  (Lecture Notes in Computer Science)
巻： 11983  ページ： 93-100  発行年： 2019年 
JST資料番号： H0078D  ISSN： 0302-9743  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： ドイツ (DEU)  言語： 英語 (EN)

抄録/ポイント： ログデータは,システム状態と挙動を記録する非常に豊富で価値ある情報を含み,システム故障診断に使用できる。大規模なログデータからの異常検出は,安全で信頼できるシステムを構築する上で重要な役割を果たす。機械学習に基づく異常検出モデルは,実用化において良好な結果を達成した。しかしながら,現代の大規模分散システムにより生成されたログは,データサイズと多様性の観点から以前よりも複雑である。したがって,従来の単一機械学習異常検出モデルはモデル老化問題に直面する。複数の機械学習アルゴリズムを組み合わせた異常検出モデルを設計した。共形予測を用いることにより,各ログに対する各アルゴリズムの信頼性を計算することができ,信頼できるラベルでそれらをタグ付けするために統計解析を用いることができる。このアプローチを公衆HDFS_100kログデータセットでテストし,結果は著者らのモデルがより正確であることを示した。Copyright 2019 Springer Nature Switzerland AG Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 信頼性 ,  *学習アルゴリズム ,  統計解析 ,  *学習 ,  *アルゴリズム ,  *機械学習
準シソーラス用語： タグ付 ,  分散システム ,  システム障害 ,  異常検出 , 【Automatic Indexing@JST】

著者キーワード (3件)： 信頼性 ,  異常検出 ,  統計解析

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 機械学習 ,  アルゴリズム ,  信頼 ,  誘導 ,  異常検出