懂AI
loghub

loghub

系统日志数据集资源库 促进AI日志分析研究

Loghub汇集了多个领域的原始系统日志数据集，包括分布式系统、超级计算机和操作系统等。这些未经处理的数据集保留了原始特征，为AI日志分析研究提供了重要资源。项目已获得450多个学术和工业组织的使用，并提供数据集下载和相关研究论文引用，全面支持日志分析研究。

Loghub日志数据集系统日志AI分析开源项目Github
访问官网GitHub论文
<p align="center"> <a href="https://github.com/logpai"> <img src="https://yellow-cdn.veclightyear.com/835a84d5/d8283120-7918-4ac4-a803-2525996b609d.jpg" width="480"></a></p>

Loghub

<div> <a href="https://github.com/logpai/loghub/stargazers"><img src="http://bytecrank.com/nastyox/reporoster/php/stargazersSVG.php?user=logpai&repo=loghub" width="600"/><a/> </div>

Loghub维护着一个系统日志集合，这些日志可以自由访问，用于人工智能驱动的日志分析研究。其中一些日志是从之前的研究中发布的生产数据，而另一些则是从我们实验室环境中的真实系统收集的。在可能的情况下，这些日志未经过清理、匿名化或任何形式的修改。这些日志数据集可以免费用于研究或学术工作。

🤗 我们自豪地宣布，loghub数据集已经被来自工业界和学术界的450多个组织下载，总下载量达到了<a href="https://doi.org/10.5281/zenodo.1144100"><img src="https://img.shields.io/endpoint?&url=https://cdn.jsdelivr.net/gh/logpai/loghub@zenodo/downloads.json&labelColor=1AE&color=DDEEFF&style=flat&label=Downloads"></a>。

目前可用的日志

🔗 通过下载列中的超链接获取原始日志。

数据集描述是否标记时间跨度行数原始大小下载
<tr><th colspan=7 align="center">:open_file_folder: 分布式系统</th></tr>
HDFS_v1Hadoop分布式文件系统日志:heavy_check_mark:38.7小时11,175,6291.47GB:link:
HDFS_v2Hadoop分布式文件系统日志不适用71,118,07316.06GB:link:
HDFS_v3插桩HDFS跟踪日志(TraceBench):heavy_check_mark:不适用14,778,0792.96GB:link:
HadoopHadoop MapReduce作业日志:heavy_check_mark:不适用394,30848.61MB:link:
SparkSpark作业日志不适用33,236,6042.75GB:link:
ZookeeperZooKeeper服务日志26.7天74,3809.95MB:link:
OpenStackOpenStack基础设施日志:heavy_check_mark:不适用207,82058.61MB:link:
<tr><th colspan=7 align="center">:open_file_folder: 超级计算机</th></tr>
BGLBlue Gene/L超级计算机日志:heavy_check_mark:214.7天4,747,963708.76MB:link:
HPC高性能集群日志不适用433,48932.00MB:link:
ThunderbirdThunderbird超级计算机日志:heavy_check_mark:244天211,212,19229.60GB:link:
<tr><th colspan=7 align="center">:open_file_folder: 操作系统</th></tr>
WindowsWindows事件日志226.7天114,608,38826.09GB:link:
LinuxLinux系统日志263.9天25,5672.25MB:link:
MacMac OS日志7.0天117,28316.09MB:link:
<tr><th colspan=7 align="center">:open_file_folder: 移动系统</th></tr>
Android_v1Android框架日志不适用1,555,005183.37MB:link:
Android_v2Android框架日志不适用30,348,0423.38GB:link:
HealthApp健康应用日志10.5天253,39522.44MB:link:
<tr><th colspan=7 align="center">:open_file_folder: 服务器应用</th></tr>
ApacheApache网络服务器错误日志263.9天56,4814.90MB:link:
OpenSSHOpenSSH服务器日志28.4天655,14670.02MB:link:
<tr><th colspan=7 align="center">:open_file_folder: 独立软件</th></tr>
ProxifierProxifier软件日志不适用21,3292.42MB:link:

🔥 引用

如果您在研究中使用了loghub数据集，请引用以下论文：

使用loghub数据集的出版物

出版物论文标题
DSN'07Adam J. Oliner, Jon Stearley. 超级计算机的话语：五个系统日志的研究. IEEE/IFIP 可靠系统与网络国际会议 (DSN), 2007.
SOSP'09Wei Xu, Ling Huang, Armando Fox, David A. Patterson, Michael I. Jordan. 通过挖掘控制台日志检测大规模系统问题. ACM 操作系统原理研讨会 (SOSP), 2009.
KDD'09Adetokunbo Makanju, A. Nur Zincir-Heywood, Evangelos E. Milios. 使用迭代分区聚类事件日志. ACM SIGKDD 知识发现与数据挖掘国际会议 (KDD), 2009.
ISSRE'16Shilin He, Jieming Zhu, Pinjia He, Michael R. Lyu. 经验报告：用于异常检测的系统日志分析. IEEE 软件可靠性工程国际研讨会 (ISSRE), 2016.
DSN'16Pinjia He, Jieming Zhu, Shilin He, Jian Li, Michael R. Lyu. 日志解析及其在日志挖掘中应用的评估研究. IEEE/IFIP 可靠系统与网络国际会议 (DSN), 2016.
ICSE'16Qingwei Lin, Hongyu Zhang, Jian-Guang Lou, Yu Zhang, Xuewei Chen. 基于日志聚类的在线服务系统问题识别. 国际软件工程会议 (ICSE), 2016.
ICWS'17Pinjia He, Jieming Zhu, Zibin Zheng, Michael R. Lyu. Drain：一种基于固定深度树的在线日志解析方法. IEEE 国际网络服务会议 (ICWS), 2017.
CCS'17Min Du, Feifei Li, Guineng Zheng, Vivek Srikumar. DeepLog：通过深度学习进行系统日志异常检测和诊断. ACM 计算机与通信安全会议 (CCS), 2017.
TDSC'18Pinjia He, Jieming Zhu, Shilin He, Jian Li, Michael R. Lyu. 面向大规模日志数据分析的自动化日志解析. IEEE 可靠和安全计算交易 (TDSC), 2018.
TKDE'18Min Du, Feifei Li. Spell：大型非结构化系统日志的在线流式解析. IEEE 知识与数据工程交易 (TKDE), 2018.
ASE'19Jinyang Liu, Jieming Zhu, Shilin He, Pinjia He, Zibin Zheng, Michael R. Lyu. Logzip：通过迭代聚类提取隐藏结构进行日志压缩. IEEE/ACM 自动化软件工程国际会议 (ASE), 2019.
ICSE'19Jieming Zhu, Shilin He, Jinyang Liu, Pinjia He, Qi Xie, Zibin Zheng, Michael R. Lyu. 自动化日志解析的工具和基准. 国际软件工程会议 (ICSE), 2019.
ICSE'22Zanis Ali Khan, Donghwan Shin, Domenico Bianculli, Lionel Briand. 评估日志消息模板识别技术准确性的指南. 国际软件工程会议 (ICSE), 2023.
ICSE'23Van-Hoang Le, Hongyu Zhang. 基于提示的少样本学习的日志解析. 国际软件工程会议 (ICSE), 2023.
ICSE'23Zhenhao Li, Chuan Luo, Tse-Hsun Chen, Weiyi Shang, Shilin He, Qingwei Lin, Dongmei Zhang. 我们是否遗漏了重要内容？研究和探索变量感知的日志抽象. 国际软件工程会议 (ICSE), 2023.
ICSE'23Yintong Huo, Yuxin Su, Cheryl Lee, Michael R. Lyu. SemParser：用于日志分析的语义解析器. 国际软件工程会议 (ICSE), 2023.
WWW'23Liming Wang, Hong Xie, Ye Li, Jian Tan, John C.S. Lui. 通过轻量级用户反馈进行交互式日志解析. ACM 网络会议, 2023.
TSC'23Siyu Yu, Pinjia He, Ningjiang Chen, Yifan Wu. Brain：具有双向并行树的日志解析. IEEE 服务计算交易, 2023.

💡 如果您在论文中使用了loghub数据集，欢迎提交PR将您的论文添加到此表格中。

讨论

欢迎加入我们的微信群进行任何问题讨论。或者，您可以在此处开启讨论。

扫描二维码

🌈 许可

这些数据集可免费用于研究或学术工作。对于数据集的任何使用或分发，请参考loghub存储库URL https://github.com/logpai/loghub 并在适用情况下引用loghub论文。

编辑推荐精选

博思AIPPT

博思AIPPT

AI一键生成PPT，就用博思AIPPT！

博思AIPPT，新一代的AI生成PPT平台，支持智能生成PPT、AI美化PPT、文本&链接生成PPT、导入Word/PDF/Markdown文档生成PPT等，内置海量精美PPT模板，涵盖商务、教育、科技等不同风格，同时针对每个页面提供多种版式，一键自适应切换，完美适配各种办公场景。

AI办公办公工具AI工具博思AIPPTAI生成PPT智能排版海量精品模板AI创作热门
潮际好麦

潮际好麦

AI赋能电商视觉革命，一站式智能商拍平台

潮际好麦深耕服装行业，是国内AI试衣效果最好的软件。使用先进AIGC能力为电商卖家批量提供优质的、低成本的商拍图。合作品牌有Shein、Lazada、安踏、百丽等65个国内外头部品牌，以及国内10万+淘宝、天猫、京东等主流平台的品牌商家，为卖家节省将近85%的出图成本，提升约3倍出图效率，让品牌能够快速上架。

iTerms

iTerms

企业专属的AI法律顾问

iTerms是法大大集团旗下法律子品牌，基于最先进的大语言模型(LLM)、专业的法律知识库和强大的智能体架构，帮助企业扫清合规障碍，筑牢风控防线，成为您企业专属的AI法律顾问。

SimilarWeb流量提升

SimilarWeb流量提升

稳定高效的流量提升解决方案，助力品牌曝光

稳定高效的流量提升解决方案，助力品牌曝光

Sora2视频免费生成

Sora2视频免费生成

最新版Sora2模型免费使用，一键生成无水印视频

最新版Sora2模型免费使用，一键生成无水印视频

Transly

Transly

实时语音翻译/同声传译工具

Transly是一个多场景的AI大语言模型驱动的同声传译、专业翻译助手，它拥有超精准的音频识别翻译能力，几乎零延迟的使用体验和支持多国语言可以让你带它走遍全球，无论你是留学生、商务人士、韩剧美剧爱好者，还是出国游玩、多国会议、跨国追星等等，都可以满足你所有需要同传的场景需求，线上线下通用，扫除语言障碍，让全世界的语言交流不再有国界。

讯飞绘文

讯飞绘文

选题、配图、成文，一站式创作，让内容运营更高效

讯飞绘文，一个AI集成平台，支持写作、选题、配图、排版和发布。高效生成适用于各类媒体的定制内容，加速品牌传播，提升内容营销效果。

热门AI辅助写作AI工具讯飞绘文内容运营AI创作个性化文章多平台分发AI助手
TRAE编程

TRAE编程

AI辅助编程，代码自动修复

Trae是一种自适应的集成开发环境（IDE），通过自动化和多元协作改变开发流程。利用Trae，团队能够更快速、精确地编写和部署代码，从而提高编程效率和项目交付速度。Trae具备上下文感知和代码自动完成功能，是提升开发效率的理想工具。

AI工具TraeAI IDE协作生产力转型热门
商汤小浣熊

商汤小浣熊

最强AI数据分析助手

小浣熊家族Raccoon，您的AI智能助手，致力于通过先进的人工智能技术，为用户提供高效、便捷的智能服务。无论是日常咨询还是专业问题解答，小浣熊都能以快速、准确的响应满足您的需求，让您的生活更加智能便捷。

imini AI

imini AI

像人一样思考的AI智能体

imini 是一款超级AI智能体，能根据人类指令，自主思考、自主完成、并且交付结果的AI智能体。

下拉加载更多