SOTIMiner: 一种基于集合运算的时序不变式挖掘方法
作者:
作者单位:

作者简介:

孙德权(1996-), 男, 硕士生, 主要研究领域为系统可靠性, 形式化验证;
周竞文(1986-), 男, 博士, 副教授, 主要研究领域为软件工程, 系统可靠性, 数据分析;
周海芳(1975-), 女, 博士, 教授, CCF专业会员, 主要研究领域为软件工程, 图形图像处理, 大数据

通讯作者:

周竞文,jwzhou@nudt.edu.cn

中图分类号:

TP311

基金项目:

国家自然科学基金(61702530, 61690203); 国家重点研发计划(2018YFB0204301, 2017YFB1001802)


SOTIMiner: Mining Method of Temporal Invariants Based on Set Operations
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    时序不变式反映了事件间的时序逻辑关系, 被广泛应用于异常检测、系统行为理解、模型推理等技术. 在实际使用中, 一般通过分析软件系统的日志数据挖掘时序不变式. 相比全序日志, 偏序日志可为挖掘算法提供更为准确的数据来源. 但是, 现有的基于偏序日志的时序不变式挖掘方法存在效率较低等问题. 为此, 以系统执行路径为数据来源, 提出了一种基于集合运算的时序不变式挖掘方法SOTIMiner, 并研究了改进方案. 相比现有方法, 该方法不需要反向遍历日志数据, 从而具有较高效率. 实验显示. 该方法在保证挖掘相同结果的基础上, 效率平均是Synoptic挖掘工具的3.23倍.

    Abstract:

    The temporal invariants reflect the temporal logic relationship between events and have been widely used in anomaly detection, system behavior understanding, model reasoning, and other techniques. Generally, mining temporal invariants through analyzing the log data of software system is in actual use. Compared with totally ordered log, partially ordered log can provide a more accurate data source for mining algorithm. However, the existing temporal invariants mining methods based on partially ordered log have some problems such as its low efficiency. For this reason, this study uses the system execution path as the data source and proposes a temporal invariants mining method SOTIMiner based on set operations and studies an improved scheme. Compared with existing methods, it does not need to traverse the log data in reverse and for the reason that it has a higher efficiency. Experiments show that the method's average efficiency is 3.23 times of the Synoptic mining tool on the basis of guaranteeing the same result.

    参考文献
    相似文献
    引证文献
引用本文

孙德权,周竞文,周海芳. SOTIMiner: 一种基于集合运算的时序不变式挖掘方法.软件学报,2022,33(2):455-472

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2020-01-21
  • 最后修改日期:2020-06-19
  • 录用日期:
  • 在线发布日期: 2022-01-25
  • 出版日期: 2022-02-06
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京市海淀区中关村南四街4号,邮政编码:100190
电话:010-62562563 传真:010-62562533 Email:jos@iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号