大规模云系统中的异常检测：一个工业案例与数据集
机器学习
2025-08-28 v2 分布式、并行与集群计算
软件工程
摘要
随着大规模云系统 (LCS) 变得越来越复杂，有效的异常检测对于确保系统可靠性和性能至关重要。然而，目前缺乏可用于基准测试异常检测方法的大规模真实世界数据集。为弥补这一空白，我们引入了一个来自 IBM Cloud 的新高维数据集，该数据集在 4.5 个月内从 IBM Cloud Console 收集。该数据集包含 39,365 行和 117,448 列的遥测数据。此外，我们展示了机器学习模型在异常检测中的应用，并讨论了在此过程中面临的关键挑战。本研究及附带的数据集为云系统监控领域的研究人员和实践者提供了资源。它有助于在真实世界数据上更有效地测试异常检测方法，从而推动开发维护大规模云基础设施健康和性能的稳健解决方案。
引用
@article{arxiv.2411.09047,
title = {Anomaly Detection in Large-Scale Cloud Systems: An Industry Case and Dataset},
author = {Mohammad Saiful Islam and Mohamed Sami Rakha and William Pourmajidi and Janakan Sivaloganathan and John Steinbacher and Andriy Miranskyy},
journal= {arXiv preprint arXiv:2411.09047},
year = {2025}
}
备注
Added the reproducibility package to version 2. To appear in proceedings of ICSE SEIP 2025