NetRCA：一种有效的网络故障根因定位算法
机器学习
2022-03-08 v2 人工智能
网络与互联网体系结构
信号处理
机器学习
摘要
定位网络故障的根因对于网络运维至关重要。然而，由于复杂的网络架构与无线环境，以及有限的标注数据，准确找出真正的根因具有挑战性。本文提出一种名为 NetRCA 的新算法来解决该问题。首先，我们通过考虑时间性、方向性、归因性和交互性特征，从原始数据中提取有效的派生特征。其次，我们采用多元时间序列相似度与标签传播，从有标注和无标注数据中生成新的训练数据，以克服标注样本不足的问题。第三，我们设计了一个集成模型，结合 XGBoost、规则集学习、归因模型与图算法，以充分利用所有数据信息并提升性能。最后，在来自 ICASSP 2022 AIOps Challenge 的真实数据集上进行了实验与分析，以证明我们方法的优越性与有效性。
引用
@article{arxiv.2202.11269,
title = {NetRCA: An Effective Network Fault Cause Localization Algorithm},
author = {Chaoli Zhang and Zhiqiang Zhou and Yingying Zhang and Linxiao Yang and Kai He and Qingsong Wen and Liang Sun},
journal= {arXiv preprint arXiv:2202.11269},
year = {2022}
}
备注
Accepted by ICASSP 2022. NetRCA is the solution of the First Place of 2022 ICASSP AIOps Challenge. All authors are contributed equally, and Qingsong Wen is the team leader (Team Name: MindOps). The website of 2022 ICASSP AIOps Challenge is https://www.aiops.sribd.cn/home/introduction