Resumen

Debido a la complejidad de la estructura de la red, el análisis de registros suele ser necesario para el mantenimiento de sistemas distribuidos basados en red, ya que los registros registran información detallada sobre los comportamientos del sistema. En los últimos años, se han propuesto numerosos trabajos para el análisis de registros; sin embargo, ignoran las relaciones temporales entre los registros. En este documento, nos centramos en el problema de extraer patrones informativos a partir de datos de registros temporales. Proponemos un enfoque para descubrir patrones secuenciales a partir de secuencias de eventos con regularidades temporales. Los patrones descubiertos son útiles para que los ingenieros comprendan los comportamientos de un sistema distribuido basado en red. Para resolver el conocido problema de la explosión de patrones, recurrimos al principio de longitud de descripción mínima (MDL) y damos un paso adelante en resumir las relaciones temporales entre eventos adyacentes de un patrón. Experimentos en conjuntos de datos reales demuestran la eficiencia y efectividad de nuestro

• Materias:Big Data Gestión de riesgos Administración de información Red neuronal Teoría de redes
• Subjects:Big Data Risk management Information management Neural network Network Theory
• Palabras claves:Complejidad; Estructura de red; Análisis de registros; Relaciones temporales; Patrones secuenciales; Sistemas distribuidos
• Keywords:Complexity; Network structure; Log analysis; Temporal relationships; Sequential patterns; Distributed systems