一篇新论文提出改进微服务系统异常检测和根因分析的方法，解决了当前方法的局限性。该研究引入了用于指标数据的BARO等框架，用于事件数据的EventADL，以及不需要服务调用图的TORAI。此外，它还提供了一个名为RCAEval的基准数据集和评估框架，以促进该领域未来研究的公平比较。 AI
排序理由 该集群包含一篇详细介绍特定研究领域新方法和数据集的学术论文。[lever_c_demoted from research: ic=1 ai=0.7]
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →
arXiv:2606.09942v1 Announce Type: cross Abstract: Microservice systems are widely used to build cloud applications, yet their complexity makes failures inevitable, degrading user experience and causing economic loss. Automated anomaly detection and root cause analysis (RCA) are n…