## Papers
- [[2024__ISSRE__Self-Evolutionary Group-wise Log Parsing Based on Large Language Mode]]
- [[2024__ISSRE__LLMeLog - An Approach for Anomaly Detection based on LLM-enriched Log Events]]
- [[2024__ISSRE__LogCAE - An Approach for Log-based Anomaly Detection with Active Learning and Contrastive Learning]]
- [[2024__ISSRE__VCRLog - Variable Contents Relationship Perception for Log-based Anomaly Detection]]
- [[2024__ISSRE__Leveraging RAG-Enhanced Large Language Model for Semi-Supervised Log Anomaly Detection]]
## LotebookLMによるまとめ
提供されたソースに基づいて、各論文の違いをまとめた表を作成しました。
| 論文 | 手法 | 主な貢献 | データセット | 評価指標 |
| --------------------------------------------------------------------------------------------------------------------------- | ---------------------------------------------------------------------------- | ---------------------------------------------------- | --------------------------- | ------------------------------------------------------------------------------------------------------------- |
| [[2024__ISSRE__Self-Evolutionary Group-wise Log Parsing Based on Large Language Mode\|SelfLog]] | SelfLog：教師なしクラスタリングと大規模言語モデル（LLM）[1、3、5、6] | ログ処理速度の向上とLLM呼び出し回数の削減 | LogPAIの16のデータセット | Parsing Accuracy (PA), Precision Template Accuracy (PTA), Recall Template Accuracy (RTA), Group Accuracy (GA) |
| [[2024__ISSRE__LLMeLog - An Approach for Anomaly Detection based on LLM-enriched Log Events\|LLMeLog]] | LLMeLog：LLMを用いたログイベントの強化、階層的意味的微調整によるイベント埋め込み | ログイベントの理解の向上と最先端のパフォーマンスの達成 | HDFS, BGL, Thunderbird | Precision, Recall, F1-score |
| [[2024__ISSRE__LogCAE - An Approach for Log-based Anomaly Detection with Active Learning and Contrastive Learning\|LogCAE]] | LogCAE：アクティブラーニングと対照学習、オートエンコーダと対照学習による特徴空間におけるログ表現の最適化 | ラベル付けの労力削減と異常検出性能の向上、あいまいなサンプルの識別能力の向上 | Thunderbird, BGL, Zookeeper | Accuracy, Precision, Recall, F1-score |
| [[2024__ISSRE__VCRLog - Variable Contents Relationship Perception for Log-based Anomaly Detection\|VCRLog]] | VCRLog：変数コンテンツ間の関係マイニング、変数属性グラフの構築、構造的埋め込みによる関係ベクトルの抽出 | 変数コンテンツからの特徴抽出による、様々なスケールのデータへの適応、特に限られたデータの場合の精度の向上 | LogPAIのHDFSデータセット | Precision, Recall, F1-score |
| [[2024__ISSRE__Leveraging RAG-Enhanced Large Language Model for Semi-Supervised Log Anomaly Detection\|LogRAG]] | LogRAG：深層単一クラス分類器とRetrieval Augmented Generation (RAG)、ログトークンとログテンプレートの組み合わせ | ログ解析エラーとシステム進化による不安定なログシーケンスの影響の軽減、RAGを用いた誤検知の減少 | BGL, Spirit | Precision, Recall, F1-score |
**各論文は、ログデータの解析、特徴抽出、異常検出のために異なる手法を採用しています。** LogCAEは人間のフィードバックを用いたアクティブラーニングに焦点を当てているのに対し、VCRLogは変数間の関係性に着目しています。LogRAGは、深層学習とLLMを組み合わせることで、より高精度な異常検出を目指しています。各論文が対象とするデータセットや評価指標も異なります.
**これらの論文は、ログデータ分析におけるさまざまな課題に取り組んでおり、それぞれ独自の貢献をしています。** ログデータ分析技術は常に進化しており、これらの論文は、その発展に重要な役割を果たしています。