フレームワークを用いた障害の特定はOS，ミドルウェア，アプリケーション等から出力される数GBにも及ぶ膨大なログを分析し設定ファイルの修正や開発者に修正依頼を行う必要がある．障害は複数のソフトの組み合わせで発生する場合が多く，障害内容によってはログにエラーメッセージが出力されない場合があり，正常に動作した膨大なログから障害原因を調査する必要がある．このような障害の原因となりうるログメッセージ群（本研究では不吉なログと呼ぶ）を開発者や運用者の経験だけで発見することは困難である．そこで本研究では不吉なログを自動的に検出するための試みを行っている．

不吉なログを検出する手法として全体像を図4に示す．（１．実際にバグを潜在させたシステムを稼働させログを収集し，その時の正常動作ログと障害発生時のログを分別する．この時対象とするログはOS，ミドルウェア，アプリケーション等のログを出力する全てを対象に行う．（２．パターン認識を高速化させるためにログフォーマットの統一化と軽量化を行う．またログデータは膨大な文字列から構成される事が多いためログ内容を数値化する．（３．障害のあるログと障害の無いログには必ずログのメッセージが異なるというコンセプトを基に障害のあったログメッセージ（ログパターン）を深層学習させ，パターン認識で不吉なログを検出する．