## Memo - Google Alertより ## Abstract 人工知能（AI）、モノのインターネット（IoT）、クラウドコンピューティング、新世代モバイル通信などの発展により、デジタルトランスフォーメーションはITシステムの技術アーキテクチャを変えつつあります。それは、パフォーマンスと信頼性に対するより多くの要求をもたらします。従来の人間依存の開発・保守手法は限界に達しており、人工知能によるIT運用（[[AIOps]]）への変革が必要です。ITシステムにおいて最も有用なデータリソースの1つであるログは、AIOpsにおいて重要な役割を果たします。ログの品質向上、ログ構造の分析、システム挙動の理解、ログから有効な情報を抽出するための支援など、多くの研究が行われています。本論文では、ログの特性と異なる戦略に基づいて、学術界におけるログ処理のフレームワークであるログ強化、ログ解析、ログ解析の3つの主要プロセスを中心に既存の研究をレビューし分類し、比較と総括のための評価指標を設定する。最後に、潜在的な方向性と将来の開発動向について議論した。 ## 1. Introduction