초록 ▼

- 로그 데이터 분석을 위한 최적 확률모형에 관한 연구를 위해 다음과 같은 이론적 결과 및 실험적 결과를 정리함
- 이를 위해 로그 데이터 중 노드들의 출현빈도를 중심으로 한 로그 데이터를 다시 정리함
- 출현빈도수를 통한 특정 시간대 및 특정 일자에 노드들의 출현히 빈번함
- 노드들의 의존관계가 존재하며 출현빈도의 증가는 특정 노느들의 결과로 나타남
- 다음과 같은 이론적 결과들 소개
· 다양한 확률분포 소개 및 적용분야
· 확률과정론 소개 및 드문 사건 모델링
· 선형/비선형추세모형 소개 및

- 로그 데이터 분석을 위한 최적 확률모형에 관한 연구를 위해 다음과 같은 이론적 결과 및 실험적 결과를 정리함
- 이를 위해 로그 데이터 중 노드들의 출현빈도를 중심으로 한 로그 데이터를 다시 정리함
- 출현빈도수를 통한 특정 시간대 및 특정 일자에 노드들의 출현히 빈번함
- 노드들의 의존관계가 존재하며 출현빈도의 증가는 특정 노느들의 결과로 나타남
- 다음과 같은 이론적 결과들 소개
· 다양한 확률분포 소개 및 적용분야
· 확률과정론 소개 및 드문 사건 모델링
· 선형/비선형추세모형 소개 및 로그 데이터에 적용
· 확률미분방정식 소개 및 변동성 모형 소개
· 시계열방법론 소개 및 로그 데이터에 적용
- 또한, 다음과 같은 실험적 결과들 소개
· 로그 데이터의 특성에 따라 확률분포로 근사가 가능함
· 선형추세모형보다는 비선형추세모형으로 근사가 가능함
· 특정 시간에 ARIMA 모형으로 적합 가능함
- 본 결과를 통해 로그 데이터의 특징을 알 수 있으며 이를 활용한 다음과 같은 다양한 분야에 적용 가능함
· 시스템 관리 및 유지, 보수
· 희귀 사건 모델링

Abstract

Ⅲ. Result of the study
Log data analysis using theory of probability and statistics:
- Result via distribution functions
- Result via stochastic differential equations
- Result via time series models
We can understand characteristics of log data through various experiments.

목차 Contents

• 표지 ... 1
• 제출문 ... 3
• 보고서 요약서 ... 4
• 요약문 ... 5
• Summary ... 6
• Contents ... 7
• 목차 ... 8
• 표목차 ... 9
• 그림목차 ... 10
• 1장. 로그 데이터 분석 ... 11
• 1절. 로그 데이터 정리 ... 11
• 2절. 로그 데이터 분석 ... 12
• 3절. 결론 ... 29
• 2장. 분포함수를 활용한 접근 ... 30
• 1절. 주요 분포함수 ... 30
• 2절. 확률과정론 ... 36
• 3절. 데이터 적합 ... 38
• 3장. 확률미분방정식을 활용한 접근 ... 43
• 1절. 추세모형 ... 43
• 2절. 확률미분방정식 ... 49
• 3절. 브라운운동 ... 50
• 4절. 확률미분방정식과 관련된 이론들 ... 54
• 5절. 기하브라운운동 ... 56
• 6절. 변동성모형 ... 59
• 7절. GARCH(1,1) 모형을 기반으로 한 로그 데이터 적용 ... 62
• 8절. 결론 ... 64
• 4장. 시계열모형을 활용한 접근 ... 65
• 1절. 시계열이란 ... 65
• 2절. 시계열모형을 통한 로그 데이터 분석 ... 70
• 3절. 결론 ... 76
• 5장. 결론 ... 77
• 참고문헌 ... 78
• [부록 1] 선형/2차/비선형 모형 코드 ... 79
• [부록 2] 기하브라운운동 코드 ... 86
• [부록 3] GARCH(1,1) 모형 코드 ... 87
• [부록 4] Box-Jenkins 코드 ... 89
• 끝페이지 ... 92