KabOOM:基于时间序列指纹识别的无监督崩溃分类方法
软件工程
2021-10-22 v1
摘要
现代移动应用包含以固定间隔采样内部应用指标的埋点。在崩溃发生后,采样指标被收集,并可能对于根因分析难以诊断的崩溃具有价值。然而,细粒度特性与海量可用应用指标,加之频繁的应用更新,使得利用它们进行崩溃根因分析极为困难。我们提出KabOOM,一种自动将遥测报告聚类为直观、 distinct崩溃类别的方法。独特地,KabOOM依赖于多元时间序列指纹识别;一个自编码器结合聚类质心优化技术学习每份崩溃报告的嵌入,随后用于基于指标时间序列的崩溃报告聚类。我们展示了KabOOM在降低 incoming崩溃报告维度以及生成对开发者直观的崩溃类别方面的有效性。
引用
@article{arxiv.2110.10450,
title = {KabOOM: Unsupervised Crash Categorization through Timeseries Fingerprinting},
author = {Edward Yao and Wes Dyer and Georgios Gousios},
journal= {arXiv preprint arXiv:2110.10450},
year = {2021}
}
备注
Submitted to ICSE-SEIP 2022