NLP-Based .NET CLR Event Logs Analyzer

要約

この論文では、自然言語処理（NLP）アプローチに触発された新しい方法に基づいて、.NET CLRイベントログを分析するためのツールを提示します。
私たちの研究は、詳細なイベントログ分析を通じて、ソフトウェアシステムの効果的な監視と最適化の必要性の高まりに取り組んでいます。
イベントログにカスタマイズされた強化されたトークン化プロセスを使用して、BERTベースのアーキテクチャを利用しています。
Python、そのライブラリ、およびSQLiteデータベースを使用して開発されたこのツールは、学術目的で実験を行うことと、業界に登場するタスクを効率的に解決することの両方を可能にします。
私たちの実験は、イベントシーケンスの圧縮、繰り返しパターンの検出、異常の特定におけるアプローチの有効性を示しています。
訓練されたモデルは、異常検出の高精度が高い有望な結果を示しており、ソフトウェアシステムの信頼性と安定性を改善するNLPメソッドの可能性を示しています。

要約(オリジナル)

In this paper, we present a tool for analyzing .NET CLR event logs based on a novel method inspired by Natural Language Processing (NLP) approach. Our research addresses the growing need for effective monitoring and optimization of software systems through detailed event log analysis. We utilize a BERT-based architecture with an enhanced tokenization process customized to event logs. The tool, developed using Python, its libraries, and an SQLite database, allows both conducting experiments for academic purposes and efficiently solving industry-emerging tasks. Our experiments demonstrate the efficacy of our approach in compressing event sequences, detecting recurring patterns, and identifying anomalies. The trained model shows promising results, with a high accuracy rate in anomaly detection, which demonstrates the potential of NLP methods to improve the reliability and stability of software systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google