权益分类	功能权益	普通用户	{{item.name}}会员
{{category.name}}	{{benefitItem.name}}

A Study on Log-Data Analyzing Functions in Data-Management Systems

数据管理系统中日志数据分析功能的研究

基本信息

批准号：
17500058
负责人：
OHMORI Tadashi
金额：
$ 1.34万
依托单位：
The University of Electro-Communications
依托单位国家：
日本
项目类别：
Grant-in-Aid for Scientific Research (C)
财政年份：
2005
资助国家：
日本
起止时间：
2005 至 2006
项目状态：
已结题

来源：
https://kaken.nii.ac.jp/en/grant/KAKENHI-PROJECT-17500058/
关键词：
Relational database systems Log-data analysis Sequential pattern search Data warehouse Data mining Data cube Web warehouse Data storage 系列パターン照合多次元データキューブ系列データアルゴリズム Webデータ分析

项目摘要

Today' s information systems generate massive amounts of various log-data, and there are increasing needs of extracting useful knowledge from the logs and understanding what happen in the target systems. In order to satisfy these needs, this study is focused on extending existing relational database functions, and is aimed at developing efficient database-processing methods for flexible retrieval of log-data sequences, log-data transformation, and log-data analysis. Major results are as follows :Firstly, we developed a multi-dimensional data cube which supports data-mining in a multi-dimensional space of analysis. This system, named an Itemset cube, enables us to transform a given log-data set into another set of useful granules of information under a data cube model. Secondly, we developed a new efficient search algorithm, named N-OPS, for a given data sequence, by specifying a contiguous sequential pattern as a query. This pattern is a regular expression made of database predicates p(x), where x is a database record and p(x) is a SQL call with respect to x. Because N-OPS allows general database predicates, a wide range of database sequential search tasks can be supported. Our test showed that N-OPS can achieve much less times of predicate invocation than the traditional method based on NFA does. Thirdly, in order to detect a significant region in an itemset cube, we developed a method to apply Multi-Structural database operations to an itemset cube, and showed that this can automatically detect an interesting subsequence in case of computer system logs.

当今的信息系统会生成大量各种日志数据，并且越来越需要从日志中提取有用的知识并了解目标系统中发生的情况。为了满足这些需求，本研究的重点是扩展现有的关系数据库功能，旨在开发有效的数据库处理方法，以灵活检索日志数据序列、日志数据转换和日志数据分析。主要成果如下：首先，我们开发了多维数据立方体，支持多维分析空间中的数据挖掘。该系统称为项集立方体，使我们能够将给定的日志数据集转换为数据立方体模型下的另一组有用的信息颗粒。其次，我们通过指定连续的顺序模式作为查询，针对给定的数据序列开发了一种新的高效搜索算法，名为 N-OPS。该模式是由数据库谓词 p(x) 组成的正则表达式，其中 x 是数据库记录，p(x) 是关于 x 的 SQL 调用。由于N-OPS允许通用数据库谓词，因此可以支持广泛的数据库顺序搜索任务。我们的测试表明，N-OPS 可以实现比基于 NFA 的传统方法少得多的谓词调用次数。第三，为了检测项集立方体中的重要区域，我们开发了一种将多结构数据库操作应用于项集立方体的方法，并表明这可以在计算机系统日志的情况下自动检测有趣的子序列。

项目成果

期刊论文数量（21）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（0）

An Algorithm for Searching Continuous Sequence Patterns in a Sequence Database LI

一种在序列数据库LI中搜索连续序列模式的算法

DOI：
发表时间：
2006
期刊：
Transactions on IEICE Vo1.J89-D (No.7)
影响因子：
0
作者：
T.Ohmori;G.Li;Y.Nanaumi;M.Hoshi;N-OPS
通讯作者：
N-OPS

N-OPS : 系列データべースにおける連続系列パターンの探索算法

N-OPS：序列数据库中连续序列模式的搜索算法

DOI：
发表时间：
2007
期刊：
電子情報通信学会和論文誌D分冊 J89-D No.7
影响因子：
0
作者：
大森匡;李光浩;七海嘉仁;星守
通讯作者：
星守

多次元データマイニングによるWebアーカイブの構造分析の評価

使用多维数据挖掘评估网络档案的结构分析

DOI：
发表时间：
2007
期刊：
電子情報通信学会データ工学ワークショップ論文集
影响因子：
0
作者：
林和宏;大森匡;星守
通讯作者：
星守

A New Sequence Pattern Search Algorithm N-OPS

一种新的序列模式搜索算法N-OPS

DOI：
发表时间：
2005
期刊：
IEEE Int.Workshop on Databases for New Generation Researchers (SWOD) 2005. 2005
影响因子：
0
作者：
Guanghao Li;Tadashi Ohmori;Mamoru Hoshi;Yoshinobu Yamashita
通讯作者：
Yoshinobu Yamashita

多次元的なログデータマイニングを実現するデータキューブ機構の提案

一种实现多维日志数据挖掘的数据立方体机制的提出