Log Reconstruction and Distance

新框架LoRD提高了AI日志异常检测的可靠性

一篇新研究论文介绍了一种名为日志重建与距离（LoRD）的后验校准框架，旨在提高基于语言模型的日志异常检测系统的可靠性。这些系统通常校准不佳，导致过度自信的错误预测，尤其是在数据集不平衡的情况下。LoRD通过学习特定预测路径的可靠性模型，并利用重建距离来识别和重新校准高风险预测，从而在不影响检测性能的情况下减少过度自信的错误。在多个基准数据集和检测器上的实验表明，LoRD在提高置信度可靠性方面具有持续的有效性。