DivLog ist ein Framework für das Log Parsing, das auf dem In-Context Learning basiert und eine herausragende Leistung aufweist. Es bietet eine effektive Methode zur Extraktion von Log-Templates aus semi-strukturierten Logs. Das Framework wurde auf 16 öffentlichen Datensätzen getestet und erreichte eine Parsing-Genauigkeit von 98,1%, eine Präzisions-Template-Genauigkeit von 92,1% und eine Recall-Template-Genauigkeit von 92,9%. DivLog übertrifft damit bestehende Log-Parsing-Tools und zeigt eine hohe Stabilität und Robustheit über verschiedene Datensätze hinweg.
A otro idioma
del contenido fuente
arxiv.org
Ideas clave extraídas de
by Junjielong X... a las arxiv.org 03-01-2024
https://arxiv.org/pdf/2307.09950.pdfConsultas más profundas