Автоматический выбор оптимального набора журналов для отчетов об ошибках (Денис Силаков, SECR-2019) — различия между версиями

[[File:{{#setmainimage:Автоматический выбор оптимального набора журналов для отчетов об ошибках (Денис Силаков, SECR-2019)!.jpg}}|center|640px]]
{{LinksSection}}
* [https://2019.secrus.org/program/submitted-presentations/automated-method-for-collecting-optimal-set-of-log-files-for-crash-reports/ Talks page on SECR site]
<!-- <blockquote>[©]</blockquote> -->

{{fblink|2457284357857904}}                                          
{{vklink|1500}}                                          
<references/>





<!-- topub -->

[[Категория:SECR-2019]]
[[Категория:Мониторинг]]
[[Категория:Machine Learning]]
{{stats|disqus_comments=0|refresh_time=2021-08-31T16:46:10.573621|vimeo_plays=14|youtube_comments=0|youtube_plays=13}}

Текущая версия на 12:20, 4 сентября 2021

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

on youtube

Презентация

Примечания и ссылки

• Talks page on SECR site

• Discuss on Facebook
• Discuss on VK

Plays:27   Comments:0