CoLog:基于协同Transformer的日志异常检测统一框架

Research Paper#Anomaly Detection, Operating Systems, Transformers, Log Analysis🔬 Research|分析: 2026年1月3日 16:07
发布: 2025年12月29日 11:18
1分で読める
ArXiv

分析

本文介绍了CoLog,一个用于操作系统日志异常检测的新框架。它通过利用协同Transformer和多头印象注意力来有效处理不同日志数据模态之间的交互,从而解决了现有单模态和多模态方法的局限性。该框架通过模态自适应层来适应来自各种模态的表示的能力是一项关键创新,从而提高了异常检测能力,特别是针对点异常和集体异常。在多个基准数据集上,99%以上的精度、召回率和F1分数等高性能指标突出了CoLog在网络安全和系统监控方面的实际意义。
引用 / 来源
查看原文
"CoLog achieves a mean precision of 99.63%, a mean recall of 99.59%, and a mean F1 score of 99.61% across seven benchmark datasets."
A
ArXiv2025年12月29日 11:18
* 根据版权法第32条进行合法引用。