本文提出了一种基于大语言模型的无监督日志解析方法LUNAR，通过日志对比单元(LCUs)替代标注样本进行日志解析。LUNAR采用层次化日志分片和混合LCU排序策略，有效识别具有共同性和差异性的日志组。实验表明，LUNAR在17个数据集上的解析准确率显著优于无监督方法，且无需标注即可达到依赖标签的语义解析器性能。该方法创新性地将日志解析转化为对比推理任务，但存在依赖LLM稳定性、API成本和提示词脆