VIP20
本课程属于：084-云数据态势管理审计日志巡检 密码学工程与数据安全 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

基于日志的异常检测算法入门到实战

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
日志系统概述
日志的定义 · 作用 · 常见类型（系统日志
日志系统概述日志的定义
02
异常检测基础
异常检测概念 · 异常类型（点异常 · 上下文异常
异常检测基础异常检测概念
03
日志采集与解析
日志来源（agent · syslog · API）
日志采集agent
04
日志标准化与清洗
字段提取 · 时间戳统一 · 脱敏处理
日志标准化清洗
05
基于规则的异常检测
阈值规则 · 正则匹配 · 黑白名单——简单有效
基于规则的异常检…阈值规则
06
统计方法
移动平均 · 标准差与滑动窗口 · 适合周期性日志
统计方法移动平均
07
时序分解方法
STL分解 · 趋势+季节+残差 · 残差中的异常才值得关注
时序分解方法STL
08
孤立森林算法
原理（随机切割 · 路径长度） · 在日志特征空间中的应用
孤立森林算法原理
09
基于距离的异常检测（LOF）
局部异常因子如何识别密度不同的异常点
LOF基于距离的异常检…
10
基于密度的异常检测（DBSCAN）
聚类的同时发现噪声点 · 适合聚簇型日志
DBSCAN基于密度的异常检…
11
单类支持向量机（OC-SVM）
用核函数把正常日志圈起来 · 新样本落在圈外即异常
OC-SVM单类支持向量机
12
主成分分析（PCA）降维异常检测
投影重构误差大就是异常——我曾用这个…
PCA主成分分析
13
基于聚类的异常检测
K-Means + 距离阈值 · 层次聚类——简单但需要调参
基于聚类的异常检…K-Means
14
深度学习入门
RNN与LSTM
深度学习入门RNN
15
基于LSTM的日志序列异常检测
输入构建（词嵌入/ one-hot） · 多步预测误差 · 两个实战技巧
LSTM基于
16
Autoencoder重构误差方法
编码->解码 · 重构误差>阈值即异常——不需要标签
Autoencoder重构误差方法
17
变分自编码器（VAE）
概率视角下的异常检测 · 给出置信度更实用
VAE变分自编码器
18
CNN在日志图像表示中的应用
把日志模板转为灰度图 · 用卷积网络识别异常模式
CNN日志图像表示
19
图神经网络与日志依赖图
节点=日志事件 · 边=调用链 · GNN识别结构异常
图神经网络日志依赖图
20
日志模板提取
Drain算法原理（固定深度树 · 最长公共前缀） · 为什么它是工业界首选
日志模板提取Drain
21
日志模板提取
IPLoM · LogMine——不同场景下的对比与…
日志模板提取IPLoM
22
特征工程
序列特征（n-gram · 统计特征） · 周期特征（星期几
特征工程n-gram
23
模型训练与验证策略
时间序列交叉验证 · 滑动窗口训练 · 避免数据泄漏
模型训练验证策略
24
模型评估
混淆矩阵 · ROC曲线 · PR曲线——当正负样本极不平衡时
模型评估混淆矩阵
25
在线实时异常检测系统设计
流式处理（Kafka + Flink… · 模型更新策略 · 告警抑制
线实时异常检测系…Kafka
26
工具实践
ELK Stack + X-Pack… · 适合快速验证
工具实践ELK
27
工具实践
Prometheus + Alert… · 配合Grafana可视化
工具实践Prometheus
28
实战案例
系统日志异常检测（/var/log/…
实战案例var/log
29
实战案例
网络安全日志分析（防火墙日志）——检… · 暴力破解行为
实战案例网络安全日志分析
30
总结与最佳实践
历史经验教训 · 常见坑点 · 个性化调优思路
最佳实践历史经验教训