基于机器学习的日志函数自动识别方法

随着软件规模的不断增长,日志在故障检测中发挥着愈加重要的作用。然而,目前软件日志缺乏统一标准,常受开发人员个人习惯影响,为大规模系统中日志的自动化分析带来了挑战。其中,日志函数的识别作为日志分析的前提条件,对分析结果有着直接影响。提出了一种基于机器学习的方法以支持日志自动识别。通过系统分析广泛使用的大规模开源软件,总结出日志函数编写的主要形式,并提取不同形式间的共性特征,进而基于机器学习实现了自动日志识别工具iLog。实验显示,使用iLog识别的日志函数能力平均为使用特定关键字的76倍,十折交叉验证得到iLog的分析结果的F-Score为0.93。...

Full description

Saved in:
Bibliographic Details
Published in计算机工程与科学 Vol. 39; no. 1; pp. 111 - 117
Main Author 贾周阳 廖湘科 刘晓东 李姗姗 周书林 谢欣伟
Format Journal Article
LanguageChinese
Published 国防科学技术大学计算机学院,湖南长沙,410073 2017
Subjects
Online AccessGet full text
ISSN1007-130X
DOI10.3969/j.issn.1007-130X.2017.01.015

Cover

Loading…
Abstract 随着软件规模的不断增长,日志在故障检测中发挥着愈加重要的作用。然而,目前软件日志缺乏统一标准,常受开发人员个人习惯影响,为大规模系统中日志的自动化分析带来了挑战。其中,日志函数的识别作为日志分析的前提条件,对分析结果有着直接影响。提出了一种基于机器学习的方法以支持日志自动识别。通过系统分析广泛使用的大规模开源软件,总结出日志函数编写的主要形式,并提取不同形式间的共性特征,进而基于机器学习实现了自动日志识别工具iLog。实验显示,使用iLog识别的日志函数能力平均为使用特定关键字的76倍,十折交叉验证得到iLog的分析结果的F-Score为0.93。
AbstractList 随着软件规模的不断增长,日志在故障检测中发挥着愈加重要的作用。然而,目前软件日志缺乏统一标准,常受开发人员个人习惯影响,为大规模系统中日志的自动化分析带来了挑战。其中,日志函数的识别作为日志分析的前提条件,对分析结果有着直接影响。提出了一种基于机器学习的方法以支持日志自动识别。通过系统分析广泛使用的大规模开源软件,总结出日志函数编写的主要形式,并提取不同形式间的共性特征,进而基于机器学习实现了自动日志识别工具iLog。实验显示,使用iLog识别的日志函数能力平均为使用特定关键字的76倍,十折交叉验证得到iLog的分析结果的F-Score为0.93。
TP311.5; 随着软件规模的不断增长,日志在故障检测中发挥着愈加重要的作用.然而,目前软件日志缺乏统一标准,常受开发人员个人习惯影响,为大规模系统中日志的自动化分析带来了挑战.其中,日志函数的识别作为日志分析的前提条件,对分析结果有着直接影响.提出了一种基于机器学习的方法以支持日志自动识别.通过系统分析广泛使用的大规模开源软件,总结出日志函数编写的主要形式,并提取不同形式间的共性特征,进而基于机器学习实现了自动日志识别工具iLog.实验显示,使用iLog识别的日志函数能力平均为使用特定关键字的76倍,十折交叉验证得到iLog的分析结果的F-Score为0.93.
Author 贾周阳 廖湘科 刘晓东 李姗姗 周书林 谢欣伟
AuthorAffiliation 国防科学技术大学计算机学院,湖南长沙410073
AuthorAffiliation_xml – name: 国防科学技术大学计算机学院,湖南长沙,410073
Author_FL JIA Zhou-yang
ZHOU Shu-lin
LIAO Xiang-ke
XIE Xin-wei
LIU Xiao-dong
LI Shan-shan
Author_FL_xml – sequence: 1
  fullname: JIA Zhou-yang
– sequence: 2
  fullname: LIAO Xiang-ke
– sequence: 3
  fullname: LIU Xiao-dong
– sequence: 4
  fullname: LI Shan-shan
– sequence: 5
  fullname: ZHOU Shu-lin
– sequence: 6
  fullname: XIE Xin-wei
Author_xml – sequence: 1
  fullname: 贾周阳 廖湘科 刘晓东 李姗姗 周书林 谢欣伟
BookMark eNo9j71KA0EURqeIYIx5CbGx2HXuTHY2U0rwDwI2KeyWmd3ZuKtONItoejHBwi4GRdBGCYooWCUgvkxmzWM4EhEufJePw72cBVTQLa0QWgbsUs74auomWaZdwNh3gOJdl2DwXQx2vAIq_vfzqJxlicSYeazq-VBE1NyPJ-Or_G5sbobm9Wkyevi-Pc8Hj-ZrYLqfef992n02l8Pp24XpveTXo_yjv4jmYnGQqfJfllBjY71R23LqO5vbtbW6EzLwHBGKiMchphxYhSi7cUmrTHARVRQhylNECkJBUl9FIXAWx0CrQKSMIhlJRktoZXb2VOhY6GaQtk7a2j4M0ixthp39s19LDNbRskszNtxr6eZxYumjdnIo2p2A-YC5hTD9AQyCaqE
ClassificationCodes TP311.5
ContentType Journal Article
Copyright Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
Copyright_xml – notice: Copyright © Wanfang Data Co. Ltd. All Rights Reserved.
DBID 2RA
92L
CQIGP
W92
~WA
2B.
4A8
92I
93N
PSX
TCJ
DOI 10.3969/j.issn.1007-130X.2017.01.015
DatabaseName 维普_期刊
中文科技期刊数据库-CALIS站点
维普中文期刊数据库
中文科技期刊数据库-工程技术
中文科技期刊数据库- 镜像站点
Wanfang Data Journals - Hong Kong
WANFANG Data Centre
Wanfang Data Journals
万方数据期刊 - 香港版
China Online Journals (COJ)
China Online Journals (COJ)
DatabaseTitleList

DeliveryMethod fulltext_linktorsrc
DocumentTitleAlternate Logging function recognition based on machine learning technique
DocumentTitle_FL Logging function recognition based on machine learning technique
EndPage 117
ExternalDocumentID jsjgcykx201701015
671091010
GrantInformation_xml – fundername: 国家自然科学基金; 腾讯高校合作项目“面向故障检测的大规模开源软件日志增强技术研究”
  funderid: (61379146,61272483); 腾讯高校合作项目“面向故障检测的大规模开源软件日志增强技术研究”
GroupedDBID 2RA
92L
ALMA_UNASSIGNED_HOLDINGS
CDYEO
CQIGP
W92
~WA
2B.
4A8
92I
93N
PSX
TCJ
ID FETCH-LOGICAL-c615-acad9fc0391642efc09b386a9ad4e22e5e2ba231b37edc196ff13812bbddbdb63
ISSN 1007-130X
IngestDate Thu May 29 04:04:00 EDT 2025
Wed Feb 14 10:06:08 EST 2024
IsPeerReviewed true
IsScholarly true
Issue 1
Keywords logging function
机器学习
代码质量
日志函数
static analysis
故障检测
failure diagnosis
machine learning
静态分析
code quality
Language Chinese
LinkModel OpenURL
MergedId FETCHMERGED-LOGICAL-c615-acad9fc0391642efc09b386a9ad4e22e5e2ba231b37edc196ff13812bbddbdb63
Notes JIA Zhou-yang, LIAO Xiang-ke, LIU Xiao-dong, LI Shan-shan, ZHOU Shu-lin, XIE Xin-wei (College of Computer, National University of Defense Technology,Changsha 410073,China)
43-1258/TP
With software scaling up continuously, logging mechanism has become an indispensable part in failure diagnosis area. A pretty similar symptom may be caused by various software bugs, and the most obvious evidence is always logging messages. Meanwhile, the development of most pieces of large-scale software is affected by developers' personal habits rather than being guided by certain conventional specification, so log-related analysis suffers in large-scale software. The recognition of logging function plays a precondition role in log analysis and affects the results of log analysis directly. We propose a machine learning method to fill the gap that logging function recognition has not been paid attention by most existing log-related works. Learning from widely-used software, we summary three logging functions, extract five common fe
PageCount 7
ParticipantIDs wanfang_journals_jsjgcykx201701015
chongqing_primary_671091010
PublicationCentury 2000
PublicationDate 2017
PublicationDateYYYYMMDD 2017-01-01
PublicationDate_xml – year: 2017
  text: 2017
PublicationDecade 2010
PublicationTitle 计算机工程与科学
PublicationTitleAlternate Computer Engineering & Science
PublicationTitle_FL Computer Engineering and Science
PublicationYear 2017
Publisher 国防科学技术大学计算机学院,湖南长沙,410073
Publisher_xml – name: 国防科学技术大学计算机学院,湖南长沙,410073
SSID ssib006568571
ssib017479296
ssib001050383
ssib015938883
ssib001102936
ssib051375740
ssib023646326
ssib036438059
ssib000459496
Score 2.0612352
Snippet ...
TP311.5;...
SourceID wanfang
chongqing
SourceType Aggregation Database
Publisher
StartPage 111
SubjectTerms 代码质量
故障检测
日志函数
机器学习
静态分析
Title 基于机器学习的日志函数自动识别方法
URI http://lib.cqvip.com/qk/94293X/201701/671091010.html
https://d.wanfangdata.com.cn/periodical/jsjgcykx201701015
Volume 39
hasFullText 1
inHoldings 1
isFullTextHit
isPrint
link http://utb.summon.serialssolutions.com/2.0.0/link/0/eLvHCXMwnV3Na9RAFB9qC-JFFCvWqhTpnJatzdd8HCe7WYpYL66wtyWTZLdU2KptQXsWKx681aIIelGKIgqeWhD_mWbtn-F7M9lslFLUS3h583jzZl4y85tJ3htC5mPup4nbc-uY7q3us0Di990UPzhmroydzDfHty3fZkt3_ZudoDNxarry19Lmhl5Ito6NK_kfrwIP_IpRsv_g2VIpMIAG_8IVPAzXv_IxjQIqWzRUNPLxKiIaMSobhgNFkiqBhGpSxYwMcBZpxKkEYd8Ic6oClAlbSAMhOA2bpgiYICyQo4xCoYxCQVWLCmY4QIdGmKFyIEKP2vMsR5DXyEdUOVgvEFhLxcjQGsBRswiNkcI0BDhgp1PaP3o0UF8IUpFpomMsklQC06sZhSEaExl7gDvSUyvMRRbDrpFeUZls1AyraaoNjDgviVqlGtuBRrmMbJnAPlIuslSDKquzAV6pbqfYuNFi7MddW5jSO9XJwWZa-u0lsCP9aI7Iijt-3HzkSSbNfIQVLJQV4B-F3GSLtaGsf2T8Zvh_rGMCB6dczh0YrKdUc_nWnSoOl34lT6JjsvpUA6QXAcaNywG0i2CM-wHCekKM5WFVygEml_J4qACr4Hq49UQFhweOxwNug41HbTpN5osG3zipuZjCZGVt0H8AwMzEyQ168aBfgXTtc-RssRabU_bFOk8mtlYuEC9_e3B48GL45iB_tZd__nC4_-7n6yfD3ff5j918-_tw5-vR9sf8-d7Rl6f5s0_Dl_vDbzvTpN2K2o2lenGySD0BBF-PkziVvQQPR4DldwaU1J5gsYxTP3PdLMhcHcPCR3s8SxOYo3o9B5Ctq3Wa6lQz7yKZHKwNsktkDuC-kDJ1k1j4Pn6E1h4L3JRLrbkWWTBDZsv2du_bBDLd0sEz5HrRA91iWFnvrq6v9pPH9x5hp2ECyODyiSpmyRmUtLuCV8jkxsPN7Crg5A19rXhqfgE3Moj2
linkProvider EBSCOhost
openUrl ctx_ver=Z39.88-2004&ctx_enc=info%3Aofi%2Fenc%3AUTF-8&rfr_id=info%3Asid%2Fsummon.serialssolutions.com&rft_val_fmt=info%3Aofi%2Ffmt%3Akev%3Amtx%3Ajournal&rft.genre=article&rft.atitle=%E5%9F%BA%E4%BA%8E%E6%9C%BA%E5%99%A8%E5%AD%A6%E4%B9%A0%E7%9A%84%E6%97%A5%E5%BF%97%E5%87%BD%E6%95%B0%E8%87%AA%E5%8A%A8%E8%AF%86%E5%88%AB%E6%96%B9%E6%B3%95&rft.jtitle=%E8%AE%A1%E7%AE%97%E6%9C%BA%E5%B7%A5%E7%A8%8B%E4%B8%8E%E7%A7%91%E5%AD%A6&rft.au=%E8%B4%BE%E5%91%A8%E9%98%B3+%E5%BB%96%E6%B9%98%E7%A7%91+%E5%88%98%E6%99%93%E4%B8%9C+%E6%9D%8E%E5%A7%97%E5%A7%97+%E5%91%A8%E4%B9%A6%E6%9E%97+%E8%B0%A2%E6%AC%A3%E4%BC%9F&rft.date=2017&rft.issn=1007-130X&rft.volume=39&rft.issue=1&rft.spage=111&rft.epage=117&rft_id=info:doi/10.3969%2Fj.issn.1007-130X.2017.01.015&rft.externalDocID=671091010
thumbnail_s http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fimage.cqvip.com%2Fvip1000%2Fqk%2F94293X%2F94293X.jpg
http://utb.summon.serialssolutions.com/2.0.0/image/custom?url=http%3A%2F%2Fwww.wanfangdata.com.cn%2Fimages%2FPeriodicalImages%2Fjsjgcykx%2Fjsjgcykx.jpg