从云服务事件调查中挖掘根因知识以支撑AIOps
信息检索
2022-04-26 v1 人工智能
摘要
对任何导致服务中断的事故进行根因分析（RCA）是IT流程中最关键也最复杂的任务之一，对于Salesforce等云行业领导者而言尤为如此。通常RCA调查利用应用错误日志或服务调用链等数据源。然而，领域专家对过往事故调查的自然语言文档中也隐藏着丰富的根因信息金矿。这一般被称为问题评审委员会（PRB）数据，构成了IT事件管理的核心组件。然而，由于PRB的原始非结构化性质，此类根因知识无法被手动或自动化流水线直接复用于新事故的RCA。这促使我们利用这一广泛可用的数据源构建事故因果分析（ICA）引擎，使用SoTA神经NLP技术从PRB文档中抽取定向信息并构建结构化的因果知识图谱。ICA构成了一个简单而有效的基于检索的新事故RCA的支柱，通过信息检索系统根据事故症状搜索并对过往事故排序、从中检测可能的根因。本工作中，我们介绍了在Salesforce构建的ICA及下游基于事故搜索与检索的RCA流水线，其基于数年间收集的2K余篇已文档化的云服务事故调查。我们还通过多种定量基准、定性分析以及领域专家验证和部署后的真实事故案例研究，确立了ICA及下游任务的有效性。
引用
@article{arxiv.2204.11598,
title = {Mining Root Cause Knowledge from Cloud Service Incident Investigations for AIOps},
author = {Amrita Saha and Steven C. H. Hoi},
journal= {arXiv preprint arXiv:2204.11598},
year = {2022}
}