| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2019-11-29 13:00 Bridged Refinementによるログテンプレート推定手法の検討 ○山城裕陽（東大）・小林 諭・福田健介（NII）・江崎 浩（東大）  IA2019-45 |
|
| 抄録 | （和） | 統一された記述法の存在しないシステムログから効率よく情報を抽出するためには、出力されるログの種類を規定するログテンプレートが必要となる。 既存のログテンプレート作成手法には、ソースコードなどのソフトウェア情報を活用するものと実際のログをクラスタリングするものが存在する。 しかしながら前者は商用のソフトウェアには適用できず、後者にはその精度が活用できるログデータの量と質に大きく依存してしまうという弱点がある。 本研究ではそれらの問題点を解決すべく、対象とは異なるドメインの知識を対象ドメインに転移する学習手法の一つであるBridged Refinementをログテンプレート推定に応用する手法について検討する。 |
| （英） | For efficiently extracting information from system logs, log templates which regulate the type of output logs are needed because there is no specific rule to describe logs. Previous studies show two types of log template generation methods: information-driven and data-driven. However information-driven methods cannot be used for proprietary software and data-driven methods depend in a large part on the quality and quantity of data. In this work, we discuss the application of Bridged Refinement, one of the learning methods which transfers the source domain knowledge to the target domain, to log template estimation. |
|
| キーワード | （和） | 転移学習 / システムログ / ログテンプレート / Bridged Refinement / Syslog / / / |
| （英） | Transfer Learning / System Log / Log Template / Bridged Refinement / Syslog / / / | |
| 文献情報 | 信学技報, vol. 119, no. 318, IA2019-45, pp. 13-18, 2019年11月. | |
| 資料番号 | IA2019-45 | |
| 発行日 | 2019-11-22 (IA) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | IA2019-45 |
|
| 研究会情報 | |
| 研究会 | IA |
| 開催期間 | 2019-11-29 - 2019-11-29 |
| 開催地（和） | 津軽伝承工芸館 |
| 開催地（英） | Tsugaru Densho Kougei-kan |
| テーマ（和） | 学生セッション、一般（日本学術振興会 インターネット技術第163委員会 共催） |
| テーマ（英） | Student Sessions, etc. (cosponsored by JSPS 163rd Committee on Internet Technology) |
| 講演論文情報の詳細 | |
| 申込み研究会 | IA |
| 会議コード | 2019-11-IA |
| 本文の言語 | 日本語 |
| タイトル（和） | Bridged Refinementによるログテンプレート推定手法の検討 |
| サブタイトル（和） | |
| タイトル（英） | Log Template Estimation with Bridged Refinement |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 転移学習 / Transfer Learning |
| キーワード(2)（和/英） | システムログ / System Log |
| キーワード(3)（和/英） | ログテンプレート / Log Template |
| キーワード(4)（和/英） | Bridged Refinement / Bridged Refinement |
| キーワード(5)（和/英） | Syslog / Syslog |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 山城 裕陽 / Yuya Yamashiro / ヤマシロ ユウヤ |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 小林 諭 / Satoru Kobayashi / コバヤシ サトル |
| 第2著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第3著者 氏名（和/英/ヨミ） | 福田 健介 / Kensuke Fukuda / フクダ ケンスケ |
| 第3著者 所属（和/英） | 国立情報学研究所 (略称： NII) National Institute of Informatics (略称： NII) |
| 第4著者 氏名（和/英/ヨミ） | 江崎 浩 / Hiroshi Esaki / エサキ ヒロシ |
| 第4著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： Univ. Tokyo) |
| 第5著者 氏名（和/英/ヨミ） | / / |
| 第5著者 所属（和/英） | (略称： ) (略称： ) |
| 第6著者 氏名（和/英/ヨミ） | / / |
| 第6著者 所属（和/英） | (略称： ) (略称： ) |
| 第7著者 氏名（和/英/ヨミ） | / / |
| 第7著者 所属（和/英） | (略称： ) (略称： ) |
| 第8著者 氏名（和/英/ヨミ） | / / |
| 第8著者 所属（和/英） | (略称： ) (略称： ) |
| 第9著者 氏名（和/英/ヨミ） | / / |
| 第9著者 所属（和/英） | (略称： ) (略称： ) |
| 第10著者 氏名（和/英/ヨミ） | / / |
| 第10著者 所属（和/英） | (略称： ) (略称： ) |
| 第11著者 氏名（和/英/ヨミ） | / / |
| 第11著者 所属（和/英） | (略称： ) (略称： ) |
| 第12著者 氏名（和/英/ヨミ） | / / |
| 第12著者 所属（和/英） | (略称： ) (略称： ) |
| 第13著者 氏名（和/英/ヨミ） | / / |
| 第13著者 所属（和/英） | (略称： ) (略称： ) |
| 第14著者 氏名（和/英/ヨミ） | / / |
| 第14著者 所属（和/英） | (略称： ) (略称： ) |
| 第15著者 氏名（和/英/ヨミ） | / / |
| 第15著者 所属（和/英） | (略称： ) (略称： ) |
| 第16著者 氏名（和/英/ヨミ） | / / |
| 第16著者 所属（和/英） | (略称： ) (略称： ) |
| 第17著者 氏名（和/英/ヨミ） | / / |
| 第17著者 所属（和/英） | (略称： ) (略称： ) |
| 第18著者 氏名（和/英/ヨミ） | / / |
| 第18著者 所属（和/英） | (略称： ) (略称： ) |
| 講演者 | 第1著者 |
| 発表日時 | 2019-11-29 13:00:00 |
| 発表時間 | 25分 |
| 申込先研究会 | IA |
| 資料番号 | IA2019-45 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.318 |
| ページ範囲 | pp.13-18 |
| ページ数 | 6 |
| 発行日 | 2019-11-22 (IA) |
[研究会発表申込システムのトップページに戻る]