“log analizi” için sonuçlar
3 sonuç bulundu. Sonuçları kategoriye göre daraltabilirsin.
REFLEX: Yapay Zeka Yargısıyla Log Özetlerini Değerlendiren Yeni Sistem
Araştırmacılar, bilgisayar sistem loglarının özetlerini değerlendirmek için REFLEX adlı yenilikçi bir sistem geliştirdi. Geleneksel değerlendirme yöntemleri, referans metinlere ihtiyaç duyması ve yüzeysel kelime benzerliklerine odaklanması nedeniyle yetersiz kalıyordu. REFLEX ise büyük dil modellerini kullanarak, referans metne ihtiyaç duymadan log özetlerinin kalitesini değerlendiriyor. Sistem, özetlerin alakalılık, bilgilendiricilik ve tutarlılık gibi özelliklerini analiz ederek daha güvenilir sonuçlar üretiyor. Bu gelişme, özellikle referans verilerin bulunmadığı gerçek dünya uygulamalarında log analizi süreçlerini önemli ölçüde iyileştirebilir.
KRONE: Sistem Loglarındaki Anormallikleri Tespit Eden Yeni Yapay Zeka Çözümü
Bilgisayar sistemlerinin güvenliğini sağlamak için kritik olan log anomali tespitinde çığır açan bir gelişme yaşandı. KRONE adlı yeni framework, geleneksel yöntemlerin aksine sistem loglarını hiyerarşik yapıda analiz ederek daha doğru anomali tespiti gerçekleştiriyor. Sistemlerde oluşan loglar aslında iç içe geçmiş bileşenlerin çalışma kayıtları olmasına rağmen, düz metin dizileri halinde saklanınca bu yapısal ilişkiler kayboluyordu. KRONE, bu sorunu çözerek logları anlamlı hiyerarşik yapılara dönüştürüyor ve modüler tespit stratejisi kullanıyor. Bu yenilik, sistem hatalarının ve güvenlik risklerinin daha erken ve doğru tespit edilmesini sağlayarak siber güvenlik alanında önemli bir adım teşkil ediyor.
API Test Stratejilerinde Yapay Zeka İnsan Yazımını Geçti
REST API testlerinin etkinliğini değerlendirmek için log kapsamı metriklerini kullanan yeni bir araştırma, farklı test üretim stratejilerini karşılaştırdı. Claude Opus 4.6 yapay zekası, insan yazımı testlerden %28,4 daha fazla benzersiz log şablonu keşfederek üstün performans gösterdi. EvoMaster ve GPT-5.2-Codex ise sırasıyla %26,1 ve %38,6 daha az etkili oldu. Araştırma, kaynak koduna erişimin olmadığı durumlarda API testlerinin kalitesini ölçmek için log kapsamı metriklerinin kullanışlı olduğunu ortaya koydu. Özellikle farklı stratejilerin kombinasyonunun test kapsamını artırdığı gözlemlendi.