您现在的位置: 首页> 研究主题> 日志挖掘

日志挖掘

日志挖掘的相关文献在2003年到2022年内共计180篇,主要集中在自动化技术、计算机技术、信息与知识传播、科学、科学研究 等领域,其中期刊论文131篇、会议论文10篇、专利文献38618篇;相关期刊84种,包括商场现代化、现代图书情报技术、科技信息等; 相关会议10种,包括辽宁省通信学会2016年通信网络与信息技术年会、信息系统协会中国分会第四届学术年会、2011年管理创新、信息技术与经济增长国际学术会议等;日志挖掘的相关文献由360位作者贡献,包括陈岭、刘赛、吴鹏等。

日志挖掘—发文量

期刊论文>

论文:131 占比:0.34%

会议论文>

论文:10 占比:0.03%

专利文献>

论文:38618 占比:99.64%

总计:38759篇

日志挖掘—发文趋势图

日志挖掘

-研究学者

  • 陈岭
  • 刘赛
  • 吴鹏
  • 屈鹏
  • 崔英敏
  • 彭巍
  • 朱鲲鹏
  • 聂庆节
  • 赖茂生
  • 邵佳炜
  • 期刊论文
  • 会议论文
  • 专利文献

搜索

排序:

年份

    • 李春生; 周志鹏; 张可佳; 富宇; 刘涛
    • 摘要: 在油田的勘探开发过程中,需要对地震数据进行处理和解释得出地震剖面图、地震波速度、频率等,再根据这些数据结合地震波传播理论和石油地质学原理来分析地下地质构造的特点,为探测含油量和提出钻探井位提供依据。目前一些油田公司利用GEOEAST、WGC、PARADIGM等大型软件对地震数据进行处理,这些软件执行过程中需要多台节点(主机)协同工作。而目前油田公司的应对方案是在确保任务可以完成的前提下,人工地将节点进行固定划分。但这种方案不可避免地会造成部分节点闲置或者负载等问题。针对这一问题,提出了通过监控油田地震数据处理软件的许可日志以及各节点的机器KPI数据来挖掘出一定作业量下软件执行过程中各功能模块的迭代规律,预测软件执行过程中所占资源情况,为节点资源的动态调度提供依据。并通过实验验证了这一方案的可行性。
    • 陈宝国; 宋旸
    • 摘要: 为了提高对分布式Web日志数据的准确挖掘能力,提出基于用户访问树的分布式Web日志挖掘算法.构建分布式Web日志的信息分布式检测模型,采用模糊信息粗糙集调度方法进行分布式Web日志信息的结构重组,提取分布式Web日志的统计特征量,采用用户访问树特征聚类方法进行分布式Web日志数据的空间分布式重组,结合粗糙集特征匹配方法进行分布式Web日志的离散融合处理,对多层分布式数据库中的主成分特征分量进行关联规则融合,结合信息融合结果进行分布式Web日志数据的特征参量聚集式调度,提取分布式Web日志的谱特征分量,采用空间信息聚类方法,实现分布式Web日志的用户访问树模型构造,结合决策树模型构建分布式Web日志挖掘的适应度参数,实现分布式Web日志挖掘.仿真结果表明,采用该方法进行分布式Web日志挖掘的准确性较高,抗干扰性较好,提高了分布式Web日志挖掘和用户信息访问能力.
    • 陈宝国; 宋旸
    • 摘要: 为了提高对分布式Web日志数据的准确挖掘能力,提出基于用户访问树的分布式Web日志挖掘算法。构建分布式Web日志的信息分布式检测模型,采用模糊信息粗糙集调度方法进行分布式Web日志信息的结构重组,提取分布式Web日志的统计特征量,采用用户访问树特征聚类方法进行分布式Web日志数据的空间分布式重组,结合粗糙集特征匹配方法进行分布式Web日志的离散融合处理,对多层分布式数据库中的主成分特征分量进行关联规则融合,结合信息融合结果进行分布式Web日志数据的特征参量聚集式调度,提取分布式Web日志的谱特征分量,采用空间信息聚类方法,实现分布式Web日志的用户访问树模型构造,结合决策树模型构建分布式Web日志挖掘的适应度参数,实现分布式Web日志挖掘。仿真结果表明,采用该方法进行分布式Web日志挖掘的准确性较高,抗干扰性较好,提高了分布式Web日志挖掘和用户信息访问能力。
    • 陈立哲; 吴际; 杨海燕; 张奎
    • 摘要: 微服务系统每轮迭代过程中都需要进行回归测试,大量重复测试会造成资源浪费,可通过减少测试用例集的规模来降低成本,以提高测试效率.现有测试用例集缩减技术主要依赖系统规约和架构描述作为输入,对于具有服务自治、调用关系不确定等特点的微服务系统实用性受限.并且,现有测试用例集缩减技术很少考虑使用场景,测试用例集很难反映用户关切.提出了 一种基于API网关层日志挖掘的测试用例集缩减技术,从API网关层日志中挖掘出能够反映服务使用场景的频繁调用路径,建立频繁路径与测试用例的关联关系,进而构建搜索图,并基于启发式搜索生成测试用例缩减集.描述了该技术的完整过程,并基于一个集成办公微服务系统进行了实验.实验结果表明:该技术能够缩减测试用例规模40%以上,且缺陷发现能力降幅不超过10%.
    • 余培
    • 摘要: 边界球是RoboCup前人研究中较少涉及的一个研究点,为提升球队胜率,探究边界球分布和比分之间的关系.采用数据挖掘的方式,使用Python语言解析日志文件,将球场划分为四个区域,将左右队伍在各区域的边界球数之差作为四个解释变量,将比分差作为因变量,采用逐步回归法筛选显著的解释变量,搭建多元线性回归模型,得到使得球队胜率较高的边界球分布模型,最后结合实际比赛中边界球和铲球的相关性,得到应加强[-52.5,-26.25)区域界外铲球和[-26.25,0)区域界内铲球的结论.
    • 李晔
    • 摘要: 随着4G以及家庭宽带的发展,互联网流量持续高速增长,运营商CDN内容网络规模也随之持续扩张,给运维管理带来不少挑战,其中之一就是海量的CDN业务日志数据,本文探讨一种采用开源软件Elasticsearch、Flink、Kafka作为底层架构的CDN日志采集和分析系统,实现日志采集、日志适配、日志统计计算、日志存储,基于存储的日志可扩展进行数据挖掘等深度功能探索,并基于日志实现告警异常推送,保障故障问题第一时间得到相应和处理.
    • 陆奎; 李存正; 沈强
    • 摘要: ELK架构是目前主流的日志大数据分析解决方案之一,ELK拥有比Spark更高的实时性,集成和部署比Spark简单方便,而且几乎可以在任何系统中进行集成.但是它的其通用性导致了它只能适用于一些简单的场景,无法像Spark一样精确针对每个应用系统进行复杂业务分析扩展.为了降低日志收集和清洗的开发成本同时兼顾分析的高实时性和可扩展性,结合ELK Stack与Spark,同时引入Kafka消息队列,构建了一套可扩展、高实时性且具有良好稳定性的征信日志挖掘系统.该系统比全栈Hadoop技术的大数据系统的开发工作量减少60%以上,且具有可根据企业需求灵活进行自定义分析组件的优点.
    • 潘磊
    • 摘要: 为了提高电力系统中故障预测效率及便捷性,提出一种基于FP-Growth算法的电力系统故障预测方法,无需先验知识及人工标注,便可从海量历史日志数据中快速提取出故障信息模式,并基于实时日志数据对未来可能发送的系统故障进行预测.该方法首先根据电力系统不同类型的日志特征对原始数据进行预处理,然后基于FP-Growth算法挖掘日志中与故障事件相关的关联规则,并使用关联规则进行故障匹配,从而达到预测效果.算法经过真实电力系统日志数据集测试,结果表明该故障预测方法平均准确率为89.5%,平均召回率为79.8%,且执行效率较高,节省了业务人员50%以上的时间.
  • 查看更多

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号