• 목록

[일시] 2026.08.31.

[세미나 주제]
Hierarchical Log Analysis: Structure-Aware Representation and Anomaly Detection

[발표자]
장도영

[요약]
본 발표에서는 로그 내부의 계층 구조를 활용한 HLogFormer와, 시스템 실행의 의미 구조를 복원해 이상 탐지를 수행하는 KRONE을 소개하였다. HLogFormer는 구조화 로그를 flat sequence로 처리할 때 발생하는 구조 정보 손실과 계산 비효율을 해결하기 위해 hierarchical segmentation, summary passing, MLM·VHM 기반 학습을 적용하였다. KRONE은 flat log에서 Entity–Action–Status 구조를 복원하고, 긴 로그 시퀀스를 계층별 KRONE Sequence로 분해하였다. 정상 패턴은 경량 matching으로 처리하고, 새로운 패턴만 Nested-Aware LLM reasoning으로 분석하여 성능과 효율성을 함께 높였다. 두 연구를 통해 로그 분석에서는 단순한 순서 정보뿐 아니라, 로그 내부 구조와 시스템 실행 구조를 명시적으로 활용하는 것이 중요함을 확인하였다.
 
[관련 논문]
HLogformer: A Hierarchical Transformer for Representing Log Data
KRONE: Scalable LLM-Augmented Log Anomaly Detection

[녹화 영상]
https://us06web.zoom.us/rec/share/JuyHRdetY5vAQeayM6wUnkMHwmWgRJS-DcaIHika0TgutDTCNr2aZQzqsuBFr5N9.0AX0u5wHgQ-rt9dt