Аннотация:
В данной работе представлен инструмент для анализа журналов событий среды .NET CLR, основанный на новом методе, вдохновлённом подходами обработки естественного языка (NLP). Исследование направлено на удовлетворение растущего спроса на эффективный мониторинг и оптимизацию программных систем посредством детального анализа журналов событий. В основе предложенного решения лежит архитектура, основанная на модели BERT, с усовершенствованной процедурой токенизации, адаптированной к особенностям событийных данных. Инструмент разработан с использованием языка Python, его библиотек и базы данных SQLite, что позволяет как проводить академические эксперименты, так и эффективно решать практические задачи, возникающие в индустрии. Результаты экспериментов демонстрируют эффективность предложенного подхода при сжатии последовательностей событий, выявлении повторяющихся паттернов и обнаружении аномалий. Обученная модель показала высокую точность при детектировании аномалий, что подтверждает потенциал применения методов NLP для повышения надёжности и устойчивости программных систем. Библ. – 10 назв.
Полный текст:
PDF файл (1046 kB)