面向云服务监控的自动化配置推荐综合框架
分布式、并行与集群计算
2026-03-16 v1 机器学习
摘要
大型云服务的可靠性对于用户满意度和业务连续性至关重要。尽管在可靠性工程方面投入了大量资金，生产事故仍不可避免，常常导致客户影响和运营开销。在大型云公司中，跨区域部署的多个服务需要稳健的健康监测系统。然而，当前的监控配置过程是手动的， largely reactive and ad hoc，导致覆盖不全和冗余警报。在本文中，我们对微软现有监控创建过程进行了全面研究，确定了关键组件。我们进一步设计了处理图结构服务实体的模块化推荐框架，以建议最佳监控配置。通过在历史数据和微软生产服务的用户研究实验，我们展示了该方法在为监控配置提供相关建议方面的有效性。
引用
@article{arxiv.2603.12268,
title = {A Holistic Framework for Automated Configuration Recommendation for Cloud Service Monitoring},
author = {Anson Bastos and Shreeya Venneti and Anjaly Parayil and Ayush Choure and Chetan Bansal and Rujia Wang},
journal= {arXiv preprint arXiv:2603.12268},
year = {2026}
}