面向大数据系统日志分析的根本原因分析与异常检测研究

报告题目:面向大数据系统日志分析的根本原因分析与异常检测研究

报告人：卢思洋，北京交通大学计算机与信息技术学院讲师

报告时间：2022年12月29日10：20

报告地点：zoom在线会议 会议ID：825 0931 6206 密码： 048895

https://us02web.zoom.us/j/82509316206?pwd=QnRqZFRmS2NRWVNyNWFJRWwzb0JKUT09

报告对象：欢迎感兴趣的老师、本科生、研究生参加！

报告人简介：

卢思洋，北京交通大学计算机与信息技术学院讲师，硕士生导师，2019博士毕业于美国中佛罗里达大学。主要研究方向包括计算机视觉、机器学习、深度学习与人工智能等，研究内容聚焦于基于深度学习的日志异常检测方法研究、基于深度OCR的清代古籍文献识别等。在FGCS、Information Sciences、ICWS等知名期刊及期刊发表学术论文多篇。主持国家自然科学基金青年基金项目、国家点研发计划课题等。现为CCF软件工程专委会执行委员，工程教育与产业培养联盟副秘书长，华为公司鲲鹏开发者校园大使。曾指导学生获得第八届中国国际“互联网+”大学生创新创业大赛银奖，第六届华为全球大学生ICT大赛全球特等奖，第十五届全国大学生软件创新大赛全国一等奖。

报告内容:

大数据平台作为管理数据和提供计算服务的核心枢纽，任何引起服务质量下降的异常事件都可能会给用户、社会带来无法估量的损失。及时发现并处置大数据平台的异常事件，对信息系统的平稳运转具有举足轻重的指导意义与现实价值。系统日志是提升大数据系统平台性能的重要数据源之一，选择合适的日志分析方法对于大数据分布式系统的健康诊断至关重要。本报告将聚焦于大数据系统日志的分析技术，从根本原因分析和异常检测两方面介绍相关研究进展，并探讨本领域的未来研究趋势及挑战。