## Memo - Google Alertより ## Abstract ログからの[[異常検知]]は、ITOps（Information Technology Operations）の基本的な管理作業である。その目的は、異常なシステム動作を検出し、システム障害の理由と原因を解明する手がかりとなるシグナルを見つけることです。このようなシステム障害を自信を持って評価、診断、解決するには、ITOps全体に高度で説明可能な人工知能（AI）モデルを適用することが重要です。本論文では、ログ異常検知のTime-to-Valueを大幅に短縮するのに役立つ、新しいオンラインログ異常検知アルゴリズムについて説明します。このアルゴリズムは、実行時にLog Anomaly Detectionモデルを継続的に更新し、汚染されたログデータによって引き起こされる潜在的な偏ったモデルを自動的に回避することができます。ここで紹介する手法は、複数のデータセットに対する実験から、製品パイプラインの既存手法と比較して平均F1スコアが60%向上しており、提案手法の有効性を実証しています。 [[2022__undefined__Real-time Statistical Log Anomaly Detection with Continuous AIOps Learning__translations]]