PulseAugur
实时 13:56:28
English(EN) EventADL: Open-Box Anomaly Detection and Localization Framework for Events in Cloud-Based Service Systems

EventADL框架为云系统提供开箱即用的异常检测

研究人员开发了EventADL,一个专为云服务系统事件数据设计的、用于异常检测与定位的新型框架。该开箱即用系统分析事件的语义和频率模式,以识别指示异常的偏差。EventADL还构建了一个干预图(Intervention Graph)来精确定位这些异常的根本原因,在真实云系统上展示了高检测和定位准确性。 AI

影响 引入了一种使用事件数据识别和诊断云系统问题的新方法,有望提高系统可靠性。

排序理由 这是一篇详细介绍新异常检测框架的研究论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

EventADL框架为云系统提供开箱即用的异常检测

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Luan Pham, Victor Nicolet, Joey Dodds, Hui Guan, Daniel Kroening ·

    EventADL: Open-Box Anomaly Detection and Localization Framework for Events in Cloud-Based Service Systems

    arXiv:2605.00936v1 Announce Type: new Abstract: Anomaly detection and localization (ADL) is critical for maintaining reliability and availability in cloud systems. Recent ADL developments focus on metric and log data, leaving event data unexplored. To address this gap, we propose…