面向统一微服务事件管理的缺失感知多模态融合
机器学习
2026-03-30 v2 软件工程
摘要
自动化事件管理对微服务可靠性至关重要。虽然近期的统一框架利用多模态数据进行联合优化，但它们不切实际地假设数据完全完整。在实践中，网络波动和代理故障经常导致模态缺失。依赖静态占位符的现有方法会引入插补噪声，从而掩盖异常并降低性能。为解决这一问题，我们提出了ARMOR，一个专为缺失模态场景设计的鲁棒自监督框架。ARMOR的特点包括：(i) 一个模态特定非对称编码器，用于隔离指标、日志和追踪之间的分布差异；以及(ii) 一个缺失感知门控融合机制，利用可学习占位符和动态偏置补偿来防止来自不完整输入的跨模态干扰。通过采用掩码引导重建的自监督自回归方法，ARMOR联合优化异常检测（AD）、故障分类（FT）和根因定位（RCL）。AD和RCL不需要故障标签，而FT仅依赖故障类型标注用于下游分类器。大量实验表明，ARMOR在完整数据条件下达到最先进性能，并在严重模态缺失下保持稳健的诊断准确性。
引用
@article{arxiv.2603.25538,
title = {Missing-Aware Multimodal Fusion for Unified Microservice Incident Management},
author = {Wenzhuo Qian and Hailiang Zhao and Ziqi Wang and Zhipeng Gao and Jiayi Chen and Zhiwei Ling and Shuiguang Deng},
journal= {arXiv preprint arXiv:2603.25538},
year = {2026}
}