loghub

真实系统日志数据集，直接下载做异常检测与解析

开源 🏷️完全免费 🔧 仅开源项目，无在线服务，需自行部署数据集 🍴 复刻 801 🐛 待处理 2 👀 关注 60

GitHub ↗

GitHub 星标 ★ 2904

维护状态活跃

是否开源开源

定价模式 🏷️完全免费开源数据集，免费使用

项目预览

项目数据

分类数据集

开发团队logpai

GitHubhttps://github.com/logpai/loghub

定价模式🏷️完全免费

价格说明开源数据集，免费使用

访问状态🔧 仅开源项目，无在线服务，需自行部署

是否开源是

开源协议NOASSERTION

技术栈/模型anomaly-detection,datasets,log-analysis,log-intelligence,log-parsing,logs,unstructured-logs

GitHub 星标★ 2904

上线时间2016-06-08 00:00:00

代码更新2026-11-04

仓库体积7.0 MB

本站数据更新2026-11-05

维护状态活跃

收录时间2026-09-21

浏览次数1

项目介绍

Loghub 是一个面向 AI 日志分析研究的大型系统日志数据集集合，由香港中文大学等团队维护，论文发表于 ISSRE'23。它解决的核心问题是：日志分析领域长期缺乏统一、真实、带标注的公开数据，导致日志解析、异常检测、故障诊断等算法难以公平对比和复现。项目汇集了来自分布式系统、超级计算机、操作系统、移动平台、Web 服务等数十个真实系统的日志，总量达数百 GB，并提供结构化标注（如日志模板、异常标签、故障根因），覆盖日志解析、异常检测、日志压缩、故障定位等任务。所有数据按系统分类，配有说明文档、格式规范和引用信息，可直接下载用于训练与评测。它已成为日志智能领域事实上的基准数据源，被大量学术论文和工业原型采用。

Star 增长趋势

本站每日记录该项目 GitHub 星标变化，观测越久曲线越完整

数据来源：GitHub API 逐日快照 · 收录于 2026-09-21 · 当前星标 ★ 2904

技术标签

anomaly-detection datasets

使用教程

⚠ 本教程由 AI 依据该项目 README 整理；原始文档不完整，部分步骤为通用流程推断，实际安装请以项目官方文档为准。

难度：入门约 15 分钟部署方式：本地安装 5 步

⚠ 该项目 README 未提供完整安装说明，以下步骤为通用流程，请以官方文档为准。

环境要求

能访问 GitHub 及 README 表格中 Download 列的外链（部分指向 Zenodo）
需要足够大的本地磁盘空间，数据集总量达数百 GB，下载前先看表格里的 Raw Size
用途需为研究或学术目的，README 声明这些日志免费提供用于研究与学术工作
装有可解压/读取大文本文件的工具（README 未指定具体压缩格式，按下载到的文件类型处理）

安装与启动步骤

1获取项目仓库

README 未给出安装步骤，此命令仅依据项目给出的 GitHub 地址克隆仓库，用于查看完整数据集清单与说明。
```
git clone https://github.com/logpai/loghub.git
```
2查看可用数据集

在 README 的 Logs currently available 表格中，按 Dataset、Description、Labeled、Time Span、#Lines、Raw Size 等列挑选目标日志。
3下载原始日志

点击表格 Download 列的对应超链接下载原始日志，README 说明原始日志通过该列的超链接获取；按 Raw Size 预留磁盘。
4保存到本地目录

把下载文件放入自建的数据目录，便于后续按系统类别组织和使用。README 未规定目录结构，可自行规划。
5确认用途与引用

README 声明数据可免费用于研究或学术工作，使用时请按其引用信息标注来源。