构建用于AIOps的大规模真实基准数据集
软件工程
2022-08-09 v1 性能
摘要
近年来,AIOps(智能运维)在学术界和工业界得到充分研究,以实现自动化且高效的软件服务管理。大量工作致力于AIOps,包括异常检测、根因定位、事件管理等。然而,现有大多数工作在私有数据集上评估,其泛化性和真实性能无法保证。公开大规模真实数据集的缺失阻碍了研究人员和工程师推进AIOps的发展。为应对这一困境,本工作引入了三个关于AIOps的公开真实大规模数据集,主要面向KPI异常检测、多维数据上的根因定位,以及故障发现与诊断。更重要的是,我们基于这些数据集在2018/2019/2020年举办了三场竞赛,吸引了数千支队伍参与。未来,我们将继续发布更多数据集并举办竞赛,以进一步促进AIOps的发展。
引用
@article{arxiv.2208.03938,
title = {Constructing Large-Scale Real-World Benchmark Datasets for AIOps},
author = {Zeyan Li and Nengwen Zhao and Shenglin Zhang and Yongqian Sun and Pengfei Chen and Xidao Wen and Minghua Ma and Dan Pei},
journal= {arXiv preprint arXiv:2208.03938},
year = {2022}
}