## Memo ## Abstract ソフトウェア・ログは、システム活動を記録し、保守者が障害の根本的な原因を特定し、迅速な緩和処置を可能にするのに役立つ。しかしながら、保守者は、さらなる診断のために、障害の詳細を明らかにする異常なログを特定するために、日々の大量のログを検査する必要がある。したがって、このような異常なログを正常なログと自動的に区別する方法が重要な問題となる。既存のアプローチは、ソフトウェアの保守者の負担を軽減するものであるが、ソフトウェア内のロギングステートメントが変更されないという、不適切かつ重要な前提に基づいて構築されている。ソフトウェアが進化し続ける一方で、我々の経験的研究は、進化するソフトウェアが、ログの解析エラー、進化するログイベント、不安定なログシーケンスという3つの課題をもたらすことを発見した。本論文では、これらの課題を軽減するために、Evolving Log analyzer (EvLog)と名付けた新しい教師なしアプローチを提案する。我々はまず、構文解析によるエラーを防ぐために、構文解析を行わずにログを処理するマルチレベル表現抽出器を構築する。マルチレベル表現は、ログの本質的なセマンティクスを保持する一方で、進化するイベントの重要でない変更を除外する。EvLogは次に、異常なログを識別し、不安定なシーケンスによってもたらされる問題を回避するための注意メカニズムを備えた異常識別器を実装します。EvLogは実世界の2つのシステム進化ログデータセットにおいて、バージョン内設定とバージョン間設定でそれぞれ平均0.955と0.847のF1スコアで有効性を示し、これは他の最先端のアプローチを大きく上回る。我々の知る限り、これはソフトウェアの進化における異常ログの局所化に関する最初の研究である。我々は、我々の研究がソフトウェアの進化の影響に新たな光を当て、ログ解析コミュニティに対応する解決策をもたらすと信じている。