原文对照报告・研究生版维普论文检测系统研究生版VIP PAPER CHECK SYSTEM报告编号：daf3b8cecb75860d检测时间：2022-05-3022：19：02题目：基于ELK的日志数据异常监测算法设计与实现作者：吴克难检测字符数：18001单位：武汉理工大学全文总相似比复写率他引率自引率专业术语检测结论：15.68%15.68%0.0%0.0%0.0%其他指标：自写率：84.32%高频词：日志，数据，分析，系统，算法典型相似文章：无指标说明：复写率：相似或疑似重复内容占全文的比重他引率：引用他人的部分占全文的比重自引率：引用自己已发表部分占全文的比重自写率：原创内容占全文的比重典型相似性：相似或疑似重复内容占全文总相似比超过30%专业术语：公式定理、法律条文、行业用语等占全文的比重相似片段：总相似片段期刊：19博硕：32综合：370外文：0自建库：16互联网：0检测范围：中文科技期刊论文全文数据库中文主要报纸全文数据库中国专利特色数据库博士/硕士学位论文全文数据库中国主要会议论文特色数据库港澳台文献资源外文特色文献数据全库维普优先出版论文全文数据库互联网数据资源/互联网文档资源高校自建资源库图书资源古籍文献资源个人自建资源库年鉴资源IPUB原创作品时间范围：1989-01-01至2022-05-301・原文对照报告・研究生版・原文对照颜色标注说明：■自写片段■复写片段（相似或疑似重复）口引用片段（引用）■专业术语（公式定理、法律条文、行业用语等）武汉理工大学毕业设计（论文）◆基于ELK的日志数据异常监测算法设计与实现学院（系）：计算机与人工智能学院专业班级：软件工程专业1804班学生姓名：吴克难指导教师：袁景凌学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包括任何其他个人或集体已经发表或撰写的成果作品。本人完全意识到本声明的法律后果由本人承担。作者签名：年月日学位论文版权使用授权书本学位论文作者完全了解学校有关保障、使用学位论文的规定，同意学校保留并向有关学位论文管理部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权省级优秀学士论文评选机构将本学位论文的全部或部分内容编入有关数据进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于1、保密口，在年解密后适用本授权书2、不保密口。(请在以上相应方框内打“√”)(宋体小四号)作者签名：年月日导师签名：年月日摘要随着物联网的飞速发展，嵌入式系统的体量越来越大也愈加复杂，通过日志分析为系统维护带来了诸多挑战，如何及时检测并且提前预防可能出现的嵌入式系统故障成为研究的重点问题。日志中存储着平台，各设备以及各种进程运行时产生的事件记录，因此通过日志分析便可以准确快速的找到问题根源并且根据具体的异常问题提出对应的解决方法。本文主要的工作为设计一个基于LK的物联网平台日志分析系统并按照系统的需求分析，进行各模块的功能设计与配置。SOM算法与FCM算法结合形成双层聚类算法，对日志数据进行聚类分析。通过LSTM-Seq2Seq算法模型来对日志数据进行异常检测并根据3σ准则有效判断出异常数据。关键词：日志分析ELK FCM LSTMAbstractWith the rapid development of the Internet of Things,the volume of embedded systems is becoming2・原文对照报告・larger and more complex.Log analysis brings many challenges to system maintenance.How to timelydetect and prevent possible embedded system failures in advance has become a key issue of research.Logs record the events generated during the running of platforms,devices,and processes.Therefore,through log analysis,you can accurately and quickly find the root cause of problems and proposesolutions according to specific abnormal problems.The main work of this paper is to design a loganalysis system of Internet of Things platform based on ELK,and carry out functional design andconfiguration of each module according to the demand analysis of the system.SOM algorithm and FCMalgorithm are combined to form a double-layer clustering algorithm to perform clustering analysis onlog data.Lstm-seq2seq algorithm model is used to detect abnormal log data and judge abnormal dataeffectively according to the 3o criterion.Key Words:Log analysis ELK FCM LSTM目录1.1研究背景1.2国内外研究现状・・1.2.1日志分析系统相关工作····51.2.2日志聚类相关工作第二章日志分析关键技术···2.1日志分析系统概述······2.2日志处理算法········2.2.1聚类算法·······102.2.2长短期记忆网络LSTM···122.3本章小结·············第三章物联网平台日志分析系统的设计·143.1日志分析系统需求分析········3.2日志分析系统功能结构与架构・・・・143.2.3日志结构设计······153.3日志分析系统功能实现··3