## Memo ## Memo with LLM ## Abstract ログに基づく異常検知は、ソフトウェアの信頼性保証に不可欠である。システムログは、定数と変数の両方の内容を含む半構造化データであり、両者とも異常検知に役立つ特徴を提供できる。変数の種類が異種かつ不連続であるため、変数の特徴をログに基づく異常検知に包括的に取り込む効果的なアプローチが不足している。本論文では、異種かつ離散的な変数間の関係性を鉱山し、異常検知に寄与する重要な特徴を抽出する異常検知手法VCRLogを提案する。まず、パーシング手法ではログから変数を正確に抽出できないことを考慮し、ドメイン知識に基づく変数抽出方法を提案する。次に、異種かつ離散的な変数間の関係性特徴を捉え抽出するために、システム操作に基づく概念モデルを設計し、構造埋め込みにより重要な特徴ベクトルを鉱山できる変数帰属グラフを構築する。最後に、定数はログの意味を直接的に表現していることを考慮し、関係ベクトルと定数の意味ベクトルを組み合わせることで、トランスフォーマーに基づく異常検知を実現する。実験結果から、提案手法は異常を正確に検知でき、学習データサイズが減少しても高い精度を維持できることが示され、既存の手法よりも優れていることが分かった。ソースコードと実験データは、 https://github.com/Fridaywjy/VCRLog で公開されている。