| 講演抄録/キーワード |
| 講演名 |
2026-03-19 10:40
大規模言語モデルを用いたログメッセージ内容に基づく異常検知技術の評価 ○森田喜恵・田尻兼悟・松尾洋一(NTT) ICM2025-37 |
| 抄録 |
(和) |
ログ異常検知では,深層学習を用いてログテンプレートの出現順序などの系列パターンから異常を検知する手法が広く用いられている.
既存手法ではログメッセージに含まれる語彙や記述内容といった意味的情報は十分に活用されておらず,系列的特徴のみでは捉えきれない異常が存在する可能性がある.
本研究では,大規模言語モデル(LLM)によりログメッセージを埋め込みベクトルへ変換し,学習データの埋め込み分布からマハラノビス距離に基づく異常度を導入する.
さらに,LSTMによる予測に基づく異常度とLLM埋め込みに基づく異常度を統合した教師なし異常検知手法を提案し,HDFS,OpenStack,BGLの公開データセットで比較評価する. |
| (英) |
In log anomaly detection, deep learning-based methods that detect anomalies from sequential patterns, such as the order of log template occurrences, are widely used.
Existing methods have not fully utilized the semantic information in log messages, such as vocabulary and descriptive content. This may lead to the existence of anomalies that cannot be captured solely by sequential features.
In this study, log messages are transformed into embedding vectors using a large language model (LLM), and an anomaly score based on the Mahalanobis distance from the embedding distribution of the training data is introduced.
Furthermore, we propose an unsupervised anomaly detection method that integrates an anomaly score derived from LSTM-based prediction with an anomaly score based on LLM embeddings. We conducted a comparative evaluation using the public HDFS, OpenStack, and BGL datasets. |
| キーワード |
(和) |
ログ分析 / 異常検知 / LSTM / LLM / / / / |
| (英) |
log analysis, / anomaly detection / LSTM / LLM / / / / |
| 文献情報 |
信学技報, vol. 125, no. 422, ICM2025-37, pp. 17-22, 2026年3月. |
| 資料番号 |
ICM2025-37 |
| 発行日 |
2026-03-12 (ICM) |
| 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 |
ICM2025-37 |
| 研究会情報 |
| 研究会 |
ICM |
| 開催期間 |
2026-03-19 - 2026-03-20 |
| 開催地(和) |
平良港ターミナルビル(大研修室) |
| 開催地(英) |
Hirarakou-Terminal Bldg. |
| テーマ(和) |
エレメント管理,管理機能,理論・運用方法論,一般 |
| テーマ(英) |
|
| 講演論文情報の詳細 |
| 申込み研究会 |
ICM |
| 会議コード |
2026-03-ICM |
| 本文の言語 |
日本語 |
| タイトル(和) |
大規模言語モデルを用いたログメッセージ内容に基づく異常検知技術の評価 |
| サブタイトル(和) |
|
| タイトル(英) |
Evaluation of Log Anomaly Detection Based Method on Log Message Content Using Large Language Models |
| サブタイトル(英) |
|
| キーワード(1)(和/英) |
ログ分析 / log analysis, |
| キーワード(2)(和/英) |
異常検知 / anomaly detection |
| キーワード(3)(和/英) |
LSTM / LSTM |
| キーワード(4)(和/英) |
LLM / LLM |
| キーワード(5)(和/英) |
/ |
| 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) |
森田 喜恵 / Yoshie Morita / モリタ ヨシエ |
| 第1著者 所属(和/英) |
NTT株式会社 (略称: NTT)
NTT Inc. (略称: NTT) |
| 第2著者 氏名(和/英/ヨミ) |
田尻 兼悟 / Kengo Tajiri / タジリ ケンゴ |
| 第2著者 所属(和/英) |
NTT株式会社 (略称: NTT)
NTT Inc. (略称: NTT) |
| 第3著者 氏名(和/英/ヨミ) |
松尾 洋一 / Yoichi Matsuo / マツオ ヨウイチ |
| 第3著者 所属(和/英) |
NTT株式会社 (略称: NTT)
NTT Inc. (略称: NTT) |
| 第4著者 氏名(和/英/ヨミ) |
/ / |
| 第4著者 所属(和/英) |
(略称: )
(略称: ) |
| 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: ) |
| 第19著者 氏名(和/英/ヨミ) |
/ / |
| 第19著者 所属(和/英) |
(略称: )
(略称: ) |
| 第20著者 氏名(和/英/ヨミ) |
/ / |
| 第20著者 所属(和/英) |
(略称: )
(略称: ) |
| 第21著者 氏名(和/英/ヨミ) |
/ / |
| 第21著者 所属(和/英) |
(略称: )
(略称: ) |
| 第22著者 氏名(和/英/ヨミ) |
/ / |
| 第22著者 所属(和/英) |
(略称: )
(略称: ) |
| 第23著者 氏名(和/英/ヨミ) |
/ / |
| 第23著者 所属(和/英) |
(略称: )
(略称: ) |
| 第24著者 氏名(和/英/ヨミ) |
/ / |
| 第24著者 所属(和/英) |
(略称: )
(略称: ) |
| 第25著者 氏名(和/英/ヨミ) |
/ / |
| 第25著者 所属(和/英) |
(略称: )
(略称: ) |
| 第26著者 氏名(和/英/ヨミ) |
/ / |
| 第26著者 所属(和/英) |
(略称: )
(略称: ) |
| 第27著者 氏名(和/英/ヨミ) |
/ / |
| 第27著者 所属(和/英) |
(略称: )
(略称: ) |
| 第28著者 氏名(和/英/ヨミ) |
/ / |
| 第28著者 所属(和/英) |
(略称: )
(略称: ) |
| 第29著者 氏名(和/英/ヨミ) |
/ / |
| 第29著者 所属(和/英) |
(略称: )
(略称: ) |
| 第30著者 氏名(和/英/ヨミ) |
/ / |
| 第30著者 所属(和/英) |
(略称: )
(略称: ) |
| 第31著者 氏名(和/英/ヨミ) |
/ / |
| 第31著者 所属(和/英) |
(略称: )
(略称: ) |
| 第32著者 氏名(和/英/ヨミ) |
/ / |
| 第32著者 所属(和/英) |
(略称: )
(略称: ) |
| 第33著者 氏名(和/英/ヨミ) |
/ / |
| 第33著者 所属(和/英) |
(略称: )
(略称: ) |
| 第34著者 氏名(和/英/ヨミ) |
/ / |
| 第34著者 所属(和/英) |
(略称: )
(略称: ) |
| 第35著者 氏名(和/英/ヨミ) |
/ / |
| 第35著者 所属(和/英) |
(略称: )
(略称: ) |
| 第36著者 氏名(和/英/ヨミ) |
/ / |
| 第36著者 所属(和/英) |
(略称: )
(略称: ) |
| 講演者 |
第1著者 |
| 発表日時 |
2026-03-19 10:40:00 |
| 発表時間 |
25分 |
| 申込先研究会 |
ICM |
| 資料番号 |
ICM2025-37 |
| 巻番号(vol) |
vol.125 |
| 号番号(no) |
no.422 |
| ページ範囲 |
pp.17-22 |
| ページ数 |
6 |
| 発行日 |
2026-03-12 (ICM) |
|