LO2: 微服务 API 异常数据集
软件工程
2025-04-17 v1 分布式、并行与集群计算
网络与互联网体系结构
摘要
背景。过去几年里，基于微服务的系统获得了显著关注。理解和分析这些系统行为的关键因素是监控数据的收集，如日志、指标和跟踪信息。这些数据模态可用于异常检测和故障根源分析。特别是利用多种数据类型一次性处理的多模态方法近年来在研究社区获得了关注，因为这三种数据模态捕获了系统行为的不同维度。目标。我们提供一个支持微服务系统异常检测和架构退化研究的数据集。我们从生产环境的微服务系统中生成包含日志、指标和跟踪信息的全面数据集，以实现多模态融合方法的探索，这些方法整合多个数据模态。方法。我们使用 Locust 工具动态测试该基于微服务的系统的各种 API，实现 OAuth2.0 协议。对于每一次执行预设的测试套件，我们收集正确调用和错误调用的日志和性能指标，并根据调用期间触发的错误对数据进行标记。贡献。我们收集了约 657,000 个独立的日志文件，总计超过 20 亿行日志。此外，我们收集了超过 4500 万个独立的指标文件，其中包含 485 个唯一指标。我们对日志进行初始分析，确定关键指标，并讨论收集该系统跟踪信息的挑战。此外，我们指出了更细粒度数据集的可能性。该工作推动了利用多个数据源进行微服务系统异常检测的进展。
引用
@article{arxiv.2504.12067,
title = {LO2: Microservice API Anomaly Dataset of Logs and Metrics},
author = {Alexander Bakhtin and Jesse Nyyssölä and Yuqing Wang and Noman Ahmad and Ke Ping and Matteo Esposito and Mika Mäntylä and Davide Taibi},
journal= {arXiv preprint arXiv:2504.12067},
year = {2025}
}