Сеть временного логического внимания для обнаружения аномалий на основе журналов в распределённых системах

Обнаружение аномалий в распределённых системах с помощью анализа журналов остаётся сложной задачей из-за сложных временных зависимостей между событиями журналов, разнообразия проявлений состояний системы и intricate причинно-следственных связей между распределёнными компонентами. В данной статье представлена TLAN (Temporal Logical Attention Network — сеть временного логического внимания), новая архитектура глубокого обучения, объединяющая моделирование временных последовательностей с анализом логических зависимостей для надёжного обнаружения аномалий в журналах распределённых систем. Предложенный подход включает три ключевых вклада: (1) механизм временного логического внимания, который явно моделирует как временные ряды, так и логические зависимости между событиями журналов в распределённых компонентах; (2) модуль многоштабного извлечения признаков, фиксирующий поведение системы на различных временных масштабах при сохранении причинно-следственных связей; и (3) стратегию адаптивного порогового значения, динамически регулирующую чувствительность обнаружения с учётом нагрузки на систему и взаимодействия компонентов. Масштабные эксперименты на крупном синтетическом наборе журналов распределённой системы показали, что TLAN превосходит существующие методы, обеспечивая повышение F1-меры на 9,4% и снижение числа ложных тревог на 15,3% при сохранении низкой задержки обнаружения в реальном времени. Архитектура особенно эффективна при выявлении сложных аномалий, связанных с взаимодействием нескольких компонентов и каскадными отказами. На основе всестороннего эмпирического анализа и тематических исследований подтверждено, что TLAN эффективно выявляет как временные закономерности, так и логические корреляции в последовательностях журналов, что делает её особенно подходящей для современных распределённых архитектур. Предложенный подход также демонстрирует высокую способность к обобщению при различных масштабах систем и сценариях развёртывания, что подтверждается подробными исследованиями абляции и оценками производительности.