有没有人有系统日志数据和机器学习或深度学习的经验？系统日志数据是否足够丰富，可用于机器学习算法并获得洞察力？如果是这样，可以获得什么见解呢？目前是否有可用的工具来理解大量的系统日志数据？
答案 0 :(得分：1)
Splunk可以相对容易地做到这一点，但数据清理部分可能需要很长时间。你需要将Splunk与之联系起来，因为你谈论的是运营智能机器学习，这是数据和系统的大量涌现。
回答你的问题，是的。我已经使用系统日志数据来跟踪异常故障，并利用机器学习来预测（并减少）因门票进入而导致的中断次数。换句话说，我们使用机器学习来预测在预定（和通信）中断期间有多少人会恐慌，因此我们可以准确地说明我们的报告指标。
我可以说它很有价值，但如果您正在讨论预测数据库连接问题算法或应用程序问题，那么它充其量只是一个因素。 syslog不够密集，无法告诉您在机器上运行的每个应用程序中发生了什么（除非您将发送到/ var / log'syslog'的任何日志分类），在执行机器学习算法时需要考虑应用程序日志，因为该应用程序没有更好的活动来源。诀窍是确定该应用程序或服务的依赖关系。
Splunk是一个很棒的工具，与其他人相比，它可以很容易地用来理解大量的数据。我使用它来不断地scub所有syslog文件以解决连接问题，并且在数据进入后它非常容易。