主页期刊介绍编委会编辑部服务介绍道德声明在线审稿编委办公English
2022年专刊出版计划 微信服务介绍 最新一期:2021年第2期
     
在线出版
各期目录
纸质出版
分辑系列
论文检索
论文排行
综述文章
专刊文章
美文分享
各期封面
E-mail Alerts
RSS
旧版入口
中国科学院软件研究所
  
投稿指南 问题解答 下载区 收费标准 在线投稿
靖宇涵,何波,张凌昕,李天星,王敬宇,刘聪.PASER:加性多维KPI异常根因定位模型.软件学报,0,(0):0
PASER:加性多维KPI异常根因定位模型
PASER: Root Cause Location Model for Additive Multidimensional KPIs
投稿时间:2020-08-01  修订日期:2020-10-15
DOI:10.13328/j.cnki.jos.006212
中文关键词:  智能运维  多维KPI  根因定位  剪枝搜索
英文关键词:AIOps  Multidimensional KPIs  Root Cause Location  Pruning Search
基金项目:国家重点研发计划(2018YFB1800502);国家自然科学基金(61671079,61771068);北京市自然科学基金(4182041)
作者单位E-mail
靖宇涵 杭州东信北邮信息技术有限公司, 北京 100191 weatherjyh@163.com 
何波 北京邮电大学网络与交换技术国家重点实验室, 北京 100876  
张凌昕 北京邮电大学网络与交换技术国家重点实验室, 北京 100876  
李天星 北京邮电大学网络与交换技术国家重点实验室, 北京 100876  
王敬宇 杭州东信北邮信息技术有限公司, 北京 100191
北京邮电大学网络与交换技术国家重点实验室, 北京 100876 
 
刘聪 中国移动有限公司研究院, 北京 100053  
摘要点击次数: 96
全文下载次数: 47
中文摘要:
      利用多维属性关键性能指标(KPI,Key Performance Indicators)的可加性特征能够实现对大型互联网服务故障的根因定位.由一项或多项异常根因导致的KPI数据变化会导致大量相关KPI数据值的变化.本文提出了一种基于异常相似性评估和影响力因子的剪枝搜索异常定位模型(Pruning Search Model based on Anomaly Similarity and Effectiveness Factor for Root Cause Location,PASER),该模型以多维KPI异常传播模型为基础,提出了衡量候选集合成为根因可能性的异常潜在分数评估方案,基于影响力的逐层剪枝搜索算法将异常根因的定位时间降低到了平均约5.3秒.此外,本文针对异常根因定位中所使用的时间序列预测算法的准确性和时效性也进行了对比实验,PASER模型在所使用的数据集上的定位表现达到了0.99的F-score.
英文摘要:
      Additivity of multidimensional KPIs (key performance indicators) was used to achieve root cause location for large-scale Internet services. The anomaly caused by one or more root causes usually results in the change of a large number of relevant KPIs. A pruning search model based on anomaly similarity and effectiveness factor for root cause location (PASER) was proposed, which indicated the probability of candidate set becoming root cause using potential score based on the anomaly propagation model of multi-dimensional KPI. The pruning search algorithm used in PASER also managed to reduce the location time to about 5.3 seconds on average. In addition, the selection of time series prediction algorithm was also discussed. PASER had finally achieved a performance of 0.99 F-score on the experimental dataset.
HTML  下载PDF全文  查看/发表评论  下载PDF阅读器
 

京公网安备 11040202500064号

主办单位:中国科学院软件研究所 中国计算机学会 京ICP备05046678号-4
编辑部电话:+86-10-62562563 E-mail: jos@iscas.ac.cn
Copyright 中国科学院软件研究所《软件学报》版权所有 All Rights Reserved
本刊全文数据库版权所有,未经许可,不得转载,本刊保留追究法律责任的权利