El análisis automatizado de registros es esencial para muchas aplicaciones de minería de registros, ya que los registros proporcionan una amplia gama de información sobre eventos y variaciones dentro de un sistema operativo o software en tiempo de ejecución. A lo largo de los años, se han propuesto varios métodos para el análisis de registros. Con métodos mejorados de análisis de registros, las aplicaciones de minería de registros pueden obtener una comprensión más profunda de los comportamientos del sistema e identificar anomalías o fallas de manera oportuna. Sin embargo, los analizadores de registros actuales todavía enfrentan limitaciones, como un análisis insuficiente de plantillas de registros y la falta de paralelismo, así como un análisis inexacto de plantillas de registros. Para superar estas limitaciones, hemos diseñado Polo, un analizador que aprovecha un bosque de prefijos compuesto por árboles de búsqueda ternarios para extraer plantillas de registros. Luego realizamos experimentos extensos para evaluar la precisión de Polo en nueve registros del sistema representativos, logrando una precisión promedio de 0.987. Es de un 9.93% a un 40.95% más rápido que los métodos de análisis de registros más avanzados. Además, evaluamos nuestro enfoque en una tarea de análisis de registros descendente, específicamente la detección de anomalías. Los resultados experimentales demostraron que, en términos de puntuación F1, nuestro analizador superó a Deeplog, LogAnomaly, CNN y LogRobust en un 11.5%, 4%, 1% y 19.1%, respectivamente, mostrando una puntuación de recall prometedora de 0.971. Estos resultados indican la efectividad de Polo para la detección de anomalías.