面向站点可靠性工程师的 LLM 辅助异常检测服务：增强云基础设施韧性

本文介绍了一个面向工业时序数据、具有可通用 API 的可扩展异常检测服务，旨在帮助站点可靠性工程师 (SRE) 管理云基础设施。该服务高效地支持复杂数据流中的异常检测，使能够主动识别和解决问题。此外，它提出了一种创新的云基础设施异常建模方法，利用大型语言模型 (LLM) 理解关键组件、其故障模式和行为。提供了一套针对单变量和多变量时序数据的异常检测算法，包括基于回归的、基于混合模型的和半监督方法。我们提供了服务使用模式的见解，全年超过 500 位用户和 20 万次 API 调用。该服务已成功应用于各种工业场景，包括面向 AI 应用的物联网系统。我们还在公共异常基准测试上对系统进行了评估，以显示其有效性。通过利用该服务，SRE 可以在问题升级之前主动识别潜在问题，从而减少停机时间并提高事件响应速度，从而最终提升客户体验。我们计划将系统扩展以包括时序基础模型，实现零样本异常检测能力。