我想知道，如果有人知道计算机日志中的开源异常检测算法？例如，计算机日志如下所示：
“value UL-CCCH-Message :: = {integrityCheckInfo {messageAuthenticationCode 0，rrc-MessageSequenceNumber 0}，message cellUpdate：{u-RNTI {srnc-Identity 232，s-RNTI 178710}，startList {{cn-DomainIdentity ps-domain，start-Value 58}}，am-RLC-ErrorIndicationRb2-3or4 FALSE，am-RLC-ErrorIndicationRb5或者FALSE，cellUpdateCause cellReselection，rb-timer-indicator {t314-expired FALSE，t315-expired FALSE}，measuredResultsOnRACH {currentCell {modeSpecificInfo fdd：{measurementQuantity cpich-Ec-N0：24}}}}“
有方法，我可以从日志中提取功能并对时间序列数据应用异常检测，但还有一种方法是我将自动从日志中发现一般模式并制定规则/标准，如果将来的日志属于一般模式，如果不是那么它的异常。我想知道在日志中找到自动模式发现的任何算法。
如果您有专业知识，请分享您的想法。
由于 亲切的问候， 窗扇
答案 0 :(得分：2)
您问题的直接答案是 - 您提供的计算机日志没有开源异常检测算法（我猜输出来自电信BTS，对吧？）。
只有异常检测算法 - 如频繁模式挖掘，k-means等等。
大多数情况下，所有异常检测算法都可以作为Python，R，Matlab等编程包的一部分使用。因此，我们不需要寻找算法。
现在我认为你真正的问题是：
有方法，我可以从日志中提取功能并对时间序列数据应用异常检测，但还有一种方法是我将自动从日志中发现一般模式并制定规则/标准，如果将来的日志属于一般模式，如果不是那么它的异常。我想知道在日志中找到自动模式发现的任何算法。
上面没有现成的系统。我建议的最佳选择是：使用SumoLogic / Splunk或类似类型的解决方案进行基于文本的搜索。这些工具将帮助您解决问题。然而，最终，这些异常的准确性将成为一个问题。
因此，答案是：您需要构建一个自定义ML系统（具有特征提取+优化+算法+可视化）来解决检测时间序列BTS计算机日志中的异常问题。您的可交付成果（您正在提供什么 - 异常，见解，分析）将对您将使用的算法，功能和参数产生重大影响。
我已经在上面工作超过一年半了，我真的建议你从小事做起 - 比如基于文本的搜索软件 - 它对于日常技术支持的故障排除来说已经足够了。 / p>
P.S。一个小技巧 - 看看人们如何在网络安全中构建入侵检测系统 - 他们正在解决相同的问题（正常与异常异常，基于序列的分析等）。
答案 1 :(得分：0)
以下是基于本文的方法：Enterprise search。它是基于基于文本的搜索平台开发的 - Apache Solr