Buchumschlag

From Few-Label to Zero-Label: An Approach for Cross-System Log-Based Anomaly Detection with Meta-Learning

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhao, Xinlong, Jia, Tong, He, Minghua, Wu, Yihan, Li, Ying, Huang, Gang
Format:	Preprint
Veröffentlicht:	2025
Schlagworte:	Software Engineering Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

ZeroLog: Zero-Label Generalizable Cross-System Log-based Anomaly Detection
von: Zhao, Xinlong, et al.
Veröffentlicht: (2025)

Generality Is Not Enough: Zero-Label Cross-System Log-Based Anomaly Detection via Knowledge-Level Collaboration
von: Zhao, Xinlong, et al.
Veröffentlicht: (2025)

FusionLog: Cross-System Log-based Anomaly Detection via Fusion of General and Proprietary Knowledge
von: Zhao, Xinlong, et al.
Veröffentlicht: (2025)

Multivariate Log-based Anomaly Detection for Distributed Database
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2024)

Walk the Talk: Is Your Log-based Software Reliability Maintenance System Really Reliable?
von: He, Minghua, et al.
Veröffentlicht: (2025)

VarParser: Unleashing the Neglected Power of Variables for LLM-based Log Parsing
von: Sun, Jinrui, et al.
Veröffentlicht: (2026)

Cross-System Software Log-based Anomaly Detection Using Meta-Learning
von: Wang, Yuqing, et al.
Veröffentlicht: (2024)

LogAction: Consistent Cross-system Anomaly Detection through Logs via Active Domain Adaptation
von: Duan, Chiming, et al.
Veröffentlicht: (2025)

United We Stand: Towards End-to-End Log-based Fault Diagnosis via Interactive Multi-Task Learning
von: He, Minghua, et al.
Veröffentlicht: (2025)

Reducing Events to Augment Log-based Anomaly Detection Models: An Empirical Study
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2024)

OMLog: Online Log Anomaly Detection for Evolving System with Meta-learning
von: Tian, Jiyu, et al.
Veröffentlicht: (2024)

LogDB: Multivariate Log-based Failure Diagnosis for Distributed Databases (Extended from MultiLog)
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

A Comparative Study of Semantic Log Representations for Software Log-based Anomaly Detection
von: Wang, Yuqing, et al.
Veröffentlicht: (2026)

LogICL: Distilling LLM Reasoning to Bridge the Semantic Gap in Cross-Domain Log Anomaly Detection
von: Ye, Jingwei, et al.
Veröffentlicht: (2025)

On the Effectiveness of Log Representation for Log-based Anomaly Detection
von: Wu, Xingfang, et al.
Veröffentlicht: (2023)

FedLAD: A Modular and Adaptive Testbed for Federated Log Anomaly Detection
von: Liao, Yihan, et al.
Veröffentlicht: (2025)

CodeAD: Synthesize Code of Rules for Log-based Anomaly Detection with LLMs
von: Huang, Junjie, et al.
Veröffentlicht: (2025)

Impact of Log Parsing on Deep Learning-Based Anomaly Detection
von: Khan, Zanis Ali, et al.
Veröffentlicht: (2023)

Practitioners' Expectations on Log Anomaly Detection
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2024)

AnomalyGen: Enhancing Log-Based Anomaly Detection with Code-Guided Data Augmentation
von: Li, Xinyu, et al.
Veröffentlicht: (2026)

On the Influence of Data Resampling for Deep Learning-Based Log Anomaly Detection: Insights and Recommendations
von: Ma, Xiaoxue, et al.
Veröffentlicht: (2024)

LogSD: Detecting Anomalies from System Logs through Self-supervised Learning and Frequency-based Masking
von: Xie, Yongzheng, et al.
Veröffentlicht: (2024)

Enhancing Web Service Anomaly Detection via Fine-grained Multi-modal Association and Frequency Domain Analysis
von: Yang, Xixuan, et al.
Veröffentlicht: (2025)

Detecting Anomalies in Software Execution Logs with Siamese Network
von: Hashemi, Shayan, et al.
Veröffentlicht: (2021)

ASGNet: Adaptive Semantic Gate Networks for Log-Based Anomaly Diagnosis
von: Yang, Haitian, et al.
Veröffentlicht: (2024)

DeLog: An Efficient Log Compression Framework with Pattern Signature Synthesis
von: Yu, Siyu, et al.
Veröffentlicht: (2026)

AnomalyGen: An Automated Semantic Log Sequence Generation Framework with LLM for Anomaly Detection
von: Li, Xinyu, et al.
Veröffentlicht: (2025)

LogELECTRA: Self-supervised Anomaly Detection for Unstructured Logs
von: Yamanaka, Yuuki, et al.
Veröffentlicht: (2024)

Prompt Learning for Multi-Label Code Smell Detection: A Promising Approach
von: Liu, Haiyang, et al.
Veröffentlicht: (2024)

Beyond Window-Based Detection: A Graph-Centric Framework for Discrete Log Anomaly Detection
von: Qi, Jiaxing, et al.
Veröffentlicht: (2025)

Speed and Performance of Parserless and Unsupervised Anomaly Detection Methods on Software Logs
von: Nyyssölä, Jesse, et al.
Veröffentlicht: (2023)

LLM meets ML: Data-efficient Anomaly Detection on Unstable Logs
von: Hadadi, Fatemeh, et al.
Veröffentlicht: (2024)

LogPTR: Variable-Aware Log Parsing with Pointer Network
von: Wu, Yifan, et al.
Veröffentlicht: (2024)

Adaptive Root Cause Localization for Microservice Systems with Multi-Agent Recursion-of-Thought
von: Zhang, Lingzhe, et al.
Veröffentlicht: (2025)

What Information Contributes to Log-based Anomaly Detection? Insights from a Configurable Transformer-Based Approach
von: Wu, Xingfang, et al.
Veröffentlicht: (2024)

OneLog: Towards End-to-End Training in Software Log Anomaly Detection
von: Hashemi, Shayan, et al.
Veröffentlicht: (2021)

LogLLM: Log-based Anomaly Detection Using Large Language Models
von: Guan, Wei, et al.
Veröffentlicht: (2024)

Confident Learning-based Network for Detecting Bug-Inducing Commits on SZZ with Noisy Labels
von: Sun, Weihao, et al.
Veröffentlicht: (2026)

A Story About Cohesion and Separation: Label-Free Metric for Log Parser Evaluation
von: Qin, Qiaolin, et al.
Veröffentlicht: (2025)

A Comprehensive Study of Machine Learning Techniques for Log-Based Anomaly Detection
von: Ali, Shan, et al.
Veröffentlicht: (2023)