論文の概要: T-curator: a trust based curation tool for LOD logs

• arxiv url: http://arxiv.org/abs/2405.07081v1
• Date: Sat, 11 May 2024 19:32:27 GMT
• ステータス: 処理完了
• システム内更新日: 2024-05-14 18:32:45.671752
• Title: T-curator: a trust based curation tool for LOD logs
• Title（参考訳）: T-curator:LODログのための信頼ベースのキュレーションツール
• Authors: Dihia Lanasri,
• Abstract要約: SPARQLクエリログは、意思決定者のためのアセットを表示することができる。 これらのログの単純で分かりやすい利用はリスクが大きすぎる。 我々は、これらのLODログを活用する前に、インタラクティブで直感的な信頼ベースのツールを提案する。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Nowadays, companies are racing towards Linked Open Data (LOD) to improve their added value, but they are ignoring their SPARQL query logs. If well curated, these logs can present an asset for decision makers. A naive and straightforward use of these logs is too risky because their provenance and quality are highly questionable. Users of these logs in a trusted way have to be assisted by providing them with in-depth knowledge of the whole LOD environment and tools to curate these logs. In this paper, we propose an interactive and intuitive trust based tool that can be used to curate these LOD logs before exploiting them. This tool is proposed to support our approach proposed in our previous work Lanasri et al. [2020].
• Abstract（参考訳）: 現在、企業は付加価値を改善するためにLinked Open Data(LOD)に向かっているが、SPARQLクエリログを無視している。 うまくキュレーションされたら、これらのログは意思決定者のための資産を提示できる。 これらのログの単純で分かりやすい利用はリスクが大きすぎる。 これらのログのユーザは、LOD環境全体に関する詳細な知識と、これらのログをキュレートするツールを提供することで、信頼できる方法でこれらのログのユーザを支援する必要があります。 本稿では、これらのLODログを活用する前に、インタラクティブで直感的な信頼ベースのツールを提案する。 このツールは,Lanasri et al [2020]で提案したアプローチを支援するために提案されている。

関連論文リスト

• Stronger, Cheaper and Demonstration-Free Log Parsing with LLMs [18.240096266464544]
  トレーニングプロセスやラベル付きデータを必要としない,費用対効果の高いLCMベースのログであるLogBatcherを提案する。 我々は16の公開ログデータセットの実験を行い、ログ解析にLogBatcherが有効であることを示した。
  論文  参考訳（メタデータ） (2024-06-10T10:39:28Z)
• End-to-end solution for linked open data query logs analytics [0.0]
  ユーザの深い理解は、強力な意思決定に影響を与える可能性のある有用な知識を提供する。 本稿では,Linked Open Data (LOD) クエリログから貴重な情報を抽出したい。
  論文  参考訳（メタデータ） (2024-03-09T21:29:40Z)
• LogFormer: A Pre-train and Tuning Pipeline for Log Anomaly Detection [73.69399219776315]
  本稿では,ログ異常検出(LogFormer)のためのTransformerベースの統合フレームワークを提案する。 具体的には、ログデータの共有セマンティック知識を得るために、まず、ソースドメイン上で事前学習を行う。 そして、そのような知識を共有パラメータを介して対象領域に転送する。
  論文  参考訳（メタデータ） (2024-01-09T12:55:21Z)
• LogLead -- Fast and Integrated Log Loader, Enhancer, and Anomaly Detector [8.598890329797529]
  本稿では,効率的なログ解析ベンチマークのためのツールであるLogLeadを紹介する。 LogLeadは、ロード、エンハンスメント、異常検出という、ログ処理における3つの重要なステップを組み合わせたものだ。 原ファイルからデータフレームへのログローディングは,従来のソリューションに比べてLogLeadの方が10倍以上高速であることを示す。
  論文  参考訳（メタデータ） (2023-11-20T14:42:13Z)
• A Large-Scale Evaluation for Log Parsing Techniques: How Far Are We? [42.56249610409624]
  実世界のソフトウェアシステムにおけるログデータの特徴をよりよく反映できる,アノテーション付きログデータセットの新たなコレクションであるLoghub-2.0を提供する。 我々は、より厳密で実践的な設定で15の最先端ログを徹底的に再評価し、特に、既存のメトリクスの非バランスなデータ分布に対する感度を緩和する新しい評価基準を導入する。
  論文  参考訳（メタデータ） (2023-08-21T16:24:15Z)
• Log Parsing Evaluation in the Era of Modern Software Systems [47.370291246632114]
  自動ログ分析、ログ解析は、ログから洞察を導き出すための前提条件である。 本研究は,ログ解析分野の問題点,特に異種実世界のログ処理における非効率性を明らかにする。 本稿では,企業コンテキストにおけるログ解析性能を推定するツールであるLogchimeraを提案する。
  論文  参考訳（メタデータ） (2023-08-17T14:19:22Z)
• Exploring the Effectiveness of LLMs in Automated Logging Generation: An Empirical Study [32.53659676826846]
  本稿では,ログステートメント生成のための大規模言語モデル (LLM) に関する最初の研究を行う。 まず、ログステートメント生成データセットであるLogBenchを構築しました。(1)LogBench-O:GitHubリポジトリから収集したログステートメント、(2)LogBench-T:LogBench-Oから変換された未確認コードです。
  論文  参考訳（メタデータ） (2023-07-12T06:32:51Z)
• LogLAB: Attention-Based Labeling of Log Data Anomalies via Weak Supervision [63.08516384181491]
  専門家の手作業を必要とせず,ログメッセージの自動ラベル付けのための新しいモデリング手法であるLogLABを提案する。 本手法は,監視システムが提供する推定故障時間ウィンドウを用いて,正確なラベル付きデータセットを振り返りに生成する。 我々の評価によると、LogLABは3つの異なるデータセットで9つのベンチマークアプローチを一貫して上回り、大規模な障害時ウィンドウでも0.98以上のF1スコアを維持している。
  論文  参考訳（メタデータ） (2021-11-02T15:16:08Z)
• Robust and Transferable Anomaly Detection in Log Data using Pre-Trained Language Models [59.04636530383049]
  クラウドのような大規模コンピュータシステムにおける異常や障害は、多くのユーザに影響を与える。 システム情報の主要なトラブルシューティングソースとして,ログデータの異常検出のためのフレームワークを提案する。
  論文  参考訳（メタデータ） (2021-02-23T09:17:05Z)
• Self-Supervised Log Parsing [59.04636530383049]
  大規模ソフトウェアシステムは、大量の半構造化ログレコードを生成する。 既存のアプローチは、ログ特化や手動ルール抽出に依存している。 本稿では,自己教師付き学習モデルを用いて解析タスクをマスク言語モデリングとして定式化するNuLogを提案する。
  論文  参考訳（メタデータ） (2020-03-17T19:25:25Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。