刘 云，肖 添

(昆明理工大学信息工程与自动化学院，云南 昆明 650500)

1 引言

保持大规模网络的稳定性和可靠性已成为网络管理的基本要求，然而，由于实际运营网络的高度分散、不断进化和异构的特点，这并不是一项容易的任务[1]。针对此类问题的研究已取得了许多成果，自动系统日志分析有助于解决各种问题，如系统故障[2,3]和安全威胁[4,5]。跟踪网络状态的一种有效方法是在网络中部署监控代理，并收集与系统状态改变相对应的日志信息。在运营网络中，SysLog[6]已被广泛地应用于此目的。

如何自动分析系统日志以检索网络故障诊断中的有用信息，成为一项重要而具有挑战性的研究任务。Zheng等人[7]提出三维协同分析算法，通过动态跟踪多个日志信息，并寻找因果关系来确定触发事件。Nagaraj等人[8]提出基于分布式系统日志的自动诊断算法，通过使用概率的方法来查找条件独立性，在系统日志中生成与事件相关的依赖网络。He等人[9]提出依赖挖掘算法DMA(Dependency Mining Algorithm)，通过将不同设备的日志聚合进行依赖关系挖掘。Mahimkar等人[10]提出网络信息关联与探索算法NICE(Network-wide Information Correlation and Exploration)，通过使用多个回归系数，可以从相关性中剔除失效的因果关系。

但是，三维协同分析算法没有提出一个有效的修剪方式来消除冗余信息，导致得到的日志数据过大。自动诊断算法通过使用所提的关联规则并不能生成与故障事件高度关联的依赖网络，使得系统整体性能较差。DMA算法在很大程度上依赖于日志事件所依赖的启发式方法，这使得算法很难进一步拓展。……