Outage-Watch：使用极端事件正则化器提前预测中断
分布式、并行与集群计算
2023-11-13 v2 机器学习
摘要
云服务无处不在，而关键云服务故障是常态。为留住客户并避免收入损失，为这些服务提供高可靠性保障至关重要。一种途径是提前预测中断，有助于降低严重性与恢复时间。由于此类事件罕见，关键故障难以预测。此外，关键故障在可观测数据上定义模糊。我们提出的方法 Outage-Watch 将关键服务中断定义为由一组指标捕捉的服务质量（QoS）恶化。Outage-Watch 利用当前系统状态预测 QoS 指标是否会跨越阈值并触发极端事件，从而提前检测此类中断。采用高斯混合灵活建模 QoS 指标分布，并用极端事件正则化器改善分布尾部的学习。若任一 QoS 指标跨越阈值的概率发生显著变化，则预测发生中断。我们在某真实世界 SaaS 公司数据集上的评估显示，Outage-Watch 显著优于传统方法，平均 AUC 达 0.98。此外，Outage-Watch 检测出了所有表现出服务指标变化的中断，并在企业云服务系统部署时将中断平均检测时间（MTTD）最多降低 88%，证明了所提方法的有效性。
引用
@article{arxiv.2309.17340,
title = {Outage-Watch: Early Prediction of Outages using Extreme Event Regularizer},
author = {Shubham Agarwal and Sarthak Chakraborty and Shaddy Garg and Sumit Bisht and Chahat Jain and Ashritha Gonuguntla and Shiv Saini},
journal= {arXiv preprint arXiv:2309.17340},
year = {2023}
}
备注
Accepted to ESEC/FSE 2023