論文の概要: Protocol-Sensitive Evaluation of Log Anomaly Detection: Component Costs and Target-Access Sensitivity on HDFS and BGL

• arxiv url: http://arxiv.org/abs/2610.05807v1
• Date: Mon, 05 Oct 2026 04:59:06 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-10 04:13:53.762582
• Title: Protocol-Sensitive Evaluation of Log Anomaly Detection: Component Costs and Target-Access Sensitivity on HDFS and BGL
• Title（参考訳）: ログ異常検出のプロトコル感度評価:HDFSおよびBGLにおけるコンポーネントコストとターゲットアクセシビリティ
• Abstract要約: プロトコルの選択は、検出設定が修正された場合でも、ログ異常検出ベンチマークから引き出された結論を変更することができる。 本稿では,Hadoop Distributed File System (HDFS) と Blue Gene/L (BGL) ログ上の6つの固定数,シーケンス,セマンティック構成を用いて,分割構成,表現可視性,コンポーネントコストに関する共同実験を行った。
• 参考スコア（独自算出の注目度）: 5.375171402581885
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Protocol choices can change the conclusions drawn from log anomaly detection benchmarks even when detector settings are fixed. We present a joint empirical study of split construction, representation visibility, and component costs using six fixed count, sequence, and semantic configurations on Hadoop Distributed File System (HDFS) and Blue Gene/L (BGL) logs. Random splits place several configurations near the average-precision ceiling, whereas group-disjoint HDFS and chronological BGL evaluation produce lower scores and different observed orderings. At a fixed BGL cutoff, parser choice spans 0.124 in semantic XGBoost mean average precision while preserving its lead over count XGBoost; the earliest rolling period reverses that ordering. A two-factor cross-system ablation contrasts source-only representations with offline transductive access to unlabeled target templates through the representation corpus and inverse document frequency: HDFS-to-BGL mean average precision moves from 0.191 with source-only access to 0.325 with union-corpus, target-IDF access, and the intermediate conditions reveal direction-dependent interactions in average precision and retrieval at fixed review budgets. Component-level profiling separates parsing and representation costs from classifier training, prediction, and storage. Together, these findings connect detector comparisons to the test population, preprocessing state, visible information, and measured pipeline stages, and identify the protocol fields needed alongside a score to support interpretable comparisons of log anomaly detection accuracy and resource use.
• Abstract（参考訳）: プロトコルの選択は、検出設定が修正された場合でも、ログ異常検出ベンチマークから引き出された結論を変更することができる。 本稿では,Hadoop Distributed File System (HDFS) と Blue Gene/L (BGL) ログ上の6つの固定数,シーケンス,セマンティック構成を用いて,分割構成,表現可視性,コンポーネントコストに関する共同実験を行った。 ランダム分割は平均精度天井付近にいくつかの構成を配置するが、グループ分離型HDFSと時間的BGL評価は低いスコアと異なる観測順序を生成する。 固定されたBGLカットオフでは、パーサの選択はセマンティックXGBoostの平均的な精度で0.124の範囲で、リードをXGBoost数で保存する。 HDFS-to-BGL平均精度は0.191から平均精度は0.191、ソースのみアクセスは0.325、ユニオンコーパス、ターゲットIDFアクセス、中間条件は固定されたレビュー予算で平均精度と検索の方向依存的な相互作用を示す。 コンポーネントレベルのプロファイリングは、パースと表現コストを分類器のトレーニング、予測、ストレージから分離する。 これらの知見は, 検層数, 事前処理状態, 可視情報, および測定パイプラインの段数と比較し, ログ異常検出精度および資源利用の解釈可能な比較を支援するために, スコアとともに必要なプロトコルフィールドを同定する。

関連論文リスト

• Online Supervised Dimension Reduction with Random Features: Diagnostics and Computational Trade-offs [3.7044133020722954]
  Online Kernel Supervised principal Component Analysis (OKSPCA)は、有限乱数係数座標における中心となるクロスモーメントと、確立された目的に対するAdamスタイルの正則基底更新を組み合わせたものである。 有限乱数係数座標における中心的クロスモーメントと、確立された目的に対するAdamスタイルの正規直交基底更新を組み合わせたOKSPCAについて、これらの区別について検討する。
  論文  参考訳（メタデータ） (2026-09-17T14:19:29Z)
• Diagnosing Temporal Misalignment in Multichannel Time-Series Classification with Minimum Description Length [2.664567992874808]
  同期問題は、分類性能が最適以下である間も検出されないことがある。 本手法は,センサ群に対して時間的候補シフトを適用し,残りのチャネルの表現を通して,1つのグループをいかに効率的にエンコードできるかを計測する。 そこで本手法は,時系列学習パイプライン全体の時間的ずれの検出,理解,修正を行う汎用ツールを提供する。
  論文  参考訳（メタデータ） (2026-09-13T15:24:24Z)
• Match One, Learn with Graph: One-to-Graph Query Collaboration with Backward Sharing for Object Detection [19.207186634808938]
  BS-O2Gは、デコードされた特徴、ボックス、クラス分布からスパース予測対応グラフを構築する。 1-to-Graph(O2G)キャリブレーションは、このグラフ上で相対メッセージを伝搬し、前方パスのクエリエビデンスを統合する。 Backward Sharing (BS)はその変換された分岐を再利用し、永続的なクエリベースベクタ間の勾配をルーティングする。
  論文  参考訳（メタデータ） (2026-08-06T02:35:29Z)
• NLLog: Lightweight, Explainable SOC Anomaly Detection via Log-to-Language Rewriting [3.6732711233211663]
  NLLogは、解析済みのテンプレートをWHO-WHAT-SEVERITY文に決定的に書き換える軽量パイプラインである。 用語-周波数-逆文書-周波数重み付け、ツリーアンサンブルによるセッションの分類、およびバックプロジェクトエビデンスでそれらをプールする。 セキュリティ・オペレーション・センターのトリアージに適したコモディティ・ハードウェアのレイテンシで、偽陽性率を低く保っている。
  論文  参考訳（メタデータ） (2026-06-03T14:45:29Z)
• TopoGeoScore: A Self-Supervised Source-Only Geometric Framework for OOD Checkpoint Selection [1.4877856019517555]
  ラベルなしOODチェックポイント選択のためのソースのみの幾何スコアである textbfTopoGeoScore を提案する。 我々は、ソース埋め込みからクラス条件の相互$k$-nearest-neighbourグラフを構築し、3つの解釈可能な信号を抽出する。 ウェイトを手で固定する代わりに、TopoGeoScoreは自己教師対象を通じて非負の線形スコアを学習する。
  論文  参考訳（メタデータ） (2026-05-09T10:46:47Z)
• Unsupervised Conformal Inference: Bootstrapping and Alignment to Control LLM Uncertainty [49.19257648205146]
  生成のための教師なし共形推論フレームワークを提案する。 我々のゲートは、分断されたUPPよりも厳密で安定した閾値を提供する。 その結果は、ラベルのない、API互換の、テスト時間フィルタリングのゲートになる。
  論文  参考訳（メタデータ） (2025-09-26T23:40:47Z)
• Deployment Prior Injection for Run-time Calibratable Object Detection [58.636806402337776]
  検出器に追加のグラフ入力を導入し、事前にグラフが配置コンテキストを表す。 テストフェーズでは、事前に適切なデプロイメントコンテキストをグラフ編集を通じて検出器に注入することができる。 事前の配置が分かっていない場合でも、検出器は独自の予測を用いて、事前に近似した配置を用いて自己校正を行うことができる。
  論文  参考訳（メタデータ） (2024-02-27T04:56:04Z)
• Semi-DETR: Semi-Supervised Object Detection with Detection Transformers [105.45018934087076]
  半教師付き物体検出(SSOD)におけるDETRに基づくフレームワークの解析 本報告では,第1次変圧器を用いたエンド・ツー・エンド半教師対象検出器であるSemi-DETRについて述べる。 我々の手法は、最先端の手法をクリアマージンで上回る。
  論文  参考訳（メタデータ） (2023-07-16T16:32:14Z)
• Divide and Contrast: Source-free Domain Adaptation via Adaptive Contrastive Learning [122.62311703151215]
  Divide and Contrast (DaC) は、それぞれの制限を回避しつつ、両方の世界の善良な端を接続することを目的としている。 DaCは、ターゲットデータをソースライクなサンプルとターゲット固有なサンプルに分割する。 さらに、ソースライクなドメインと、メモリバンクベースの最大平均離散性(MMD)損失を用いて、ターゲット固有のサンプルとを整合させて、分散ミスマッチを低減する。
  論文  参考訳（メタデータ） (2022-11-12T09:21:49Z)
• Real-Time Scene Text Detection with Differentiable Binarization and Adaptive Scale Fusion [62.269219152425556]
  セグメンテーションに基づくシーンテキスト検出手法はシーンテキスト検出分野において大きな注目を集めている。 本稿では,二項化処理をセグメンテーションネットワークに統合する分散二項化(DB)モジュールを提案する。 アダプティブ・スケール・フュージョン (ASF) モジュールは, 異なるスケールの特徴を適応的に融合させることにより, スケールのロバスト性を向上させる。
  論文  参考訳（メタデータ） (2022-02-21T15:30:14Z)
• Batch Coherence-Driven Network for Part-aware Person Re-Identification [79.33809815035127]
  既存のパートアウェアの人物再識別方法は、通常、ボディ部分の検出と部分レベルの特徴抽出という2つのステップを使用する。 トレーニングフェーズとテストフェーズの両方で身体の一部をバイパスし,セマンティックに整合した機能を実現するNetworkBCDNetを提案する。
  論文  参考訳（メタデータ） (2020-09-21T09:04:13Z)

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。