基于大语言模型的云故障自动根因分析
软件工程
2023-11-14 v4
摘要
确保云服务的可靠性与可用性需要对云故障进行高效的根因分析（RCA）。传统的 RCA 方法依赖对日志、调用链等数据源的手动排查，通常费力、易错且对值班工程师构成挑战。本文中，我们介绍 RCACopilot，一种由大语言模型赋能、用于自动化云故障 RCA 的创新值班系统。RCACopilot 根据告警类型将 incoming（接入）故障匹配至相应故障处理器，聚合关键运行时诊断信息，预测故障的根因类别，并提供解释性叙述。我们使用由微软一年期真实故障组成的数据集评估 RCACopilot。评估表明 RCACopilot 的 RCA 准确率最高达 0.766。此外，RCACopilot 的诊断信息收集组件已在微软成功使用逾四年。
引用
@article{arxiv.2305.15778,
title = {Automatic Root Cause Analysis via Large Language Models for Cloud Incidents},
author = {Yinfang Chen and Huaibing Xie and Minghua Ma and Yu Kang and Xin Gao and Liu Shi and Yunjie Cao and Xuedong Gao and Hao Fan and Ming Wen and Jun Zeng and Supriyo Ghosh and Xuchao Zhang and Chaoyun Zhang and Qingwei Lin and Saravan Rajmohan and Dongmei Zhang and Tianyin Xu},
journal= {arXiv preprint arXiv:2305.15778},
year = {2023}
}