Автоматический выбор оптимального набора журналов для отчетов об ошибках (Денис Силаков, SECR-2019) — различия между версиями
Материал из 0x1.tv
StasFomin (обсуждение | вклад) |
StasFomin (обсуждение | вклад) |
||
<!-- <blockquote>[©]</blockquote> --> {{fblink|2457284357857904}} {{vklink|1500}} <references/> <!-- topub --> [[Категория:SECR-2019]] [[Категория:Мониторинг]] [[Категория:Machine Learning]] {{stats|disqus_comments=0|refresh_time=2020-07-05T23:18:4806T01:06:49.971199203819|vimeo_plays=7|youtube_comments=0|youtube_plays=10}} |
Версия 22:06, 5 июля 2020
- Докладчик
- Денис Силаков
В данной работе рассматривается использование машинного обучения в целях оптимизации отчетов об ошибках и включения в них только тех журналов и файлов, которые реально понадобятся для анализа конкретной ошибки. Выбор файлов осуществляется на основе анализа схожести последовательности функций, приведших к падению, с эталонным набором. Предложенный метод прошел успешную апробацию в продуктах нашей компании и может быть полезен всем разработчикам, сталкивающимся с проблемой чрезмерного количества информации, которую хочется поместить в отчет для ошибки «на всякий случай». Доклад будет интересен как исследователям в области машинного обучения, так и инженерам, занимающихся анализом падений программ и сталкивающихся как с задачей сравнения различных падений, так и с отбором лог-файлов для их анализа.
Видео
Посмотрели доклад? Понравился? Напишите комментарий! Не согласны? Тем более напишите.
Презентация
Примечания и ссылки
Plays:17 Comments:0