第1章  引言
  1.1 數(shù)據(jù)驅動型系統(tǒng)管理
  1.2 本書概覽
  1.3 本書內容
  1.4 小結

第1部分  事件生成和系統(tǒng)監(jiān)控
第2章  事件生成：從日志到事件
  2.1 綜述
  2.2 日志解析器
  2.3 日志消息分類
  2.4 日志消息聚類
  2.5 基于樹狀結構的聚類
  2.6 基于消息簽名的事件生成
  2.7 小結
  2.8 術語表
第3章  優(yōu)化系統(tǒng)監(jiān)控配置
  3.1 綜述
  3.2 自動監(jiān)控
  3.3 消除誤報
  3.4 消除漏報
  3.5 實驗評估
  3.6 小結
  3.7 術語表

第2部分  模式發(fā)現(xiàn)和摘要
第4章  事件模式挖掘
  4.1 引言
  4.2 序列模式
  4.3 全依賴模式
  4.4 部分周期依賴模式
  4.5 互依賴模式
  4.6 T-模式
  4.7 頻繁情節(jié)
  4.8 突發(fā)事件
  4.9 罕見事件
  4.10 時間序列和事件間的相關模式
  4.11 案例分析
  4.12 小結
  4.13 術語表
第5章  時滯挖掘
  5.1 引言
  5.2 非參數(shù)的方法
  5.3 帶參數(shù)的方法
  5.4 實例分析
  5.5 小結
  5.6 術語表
第6章  日志事件摘要
  6.1 引言
  6.2 基于頻率變化的摘要
  6.3 基于時序動態(tài)的摘要
  6.4 便捷化摘要任務
  6.5 小結
  6.6 術語表

第3部分  應用
第7章  系統(tǒng)管理中數(shù)據(jù)驅動的應用
  7.1   系統(tǒng)診斷
  7.2 搜索相似的序列文本事件片段
  7.3 層次多標簽工作票分類
  7.4 工作票解決方案推薦
  7.5 小結
  7.6 術語表
第8章  面向Twitter流的社交媒體事件摘要
  8.1 引言
  8.2 問題形式化
  8.3 Twitter消息上下文分析
  8.4 子事件檢測方法
  8.5 多Twitter消息摘要
  8.6 實驗
  8.7 總結和未來工作
  8.8 術語表
參考文獻