从异常检测到自动化日志标注并开创根因分析
机器学习
2023-12-25 v1 软件工程
摘要
AIOps领域正借助AI和ML的力量改变IT格局。尽管存在标注数据有限的挑战，监督模型仍显示出前景，强调了利用标签进行训练的重要性，尤其是在深度学习背景下。本研究通过引入日志异常分类法并探索自动化数据标注以缓解标注挑战，增强了该领域。它进一步研究了不同异常检测技术的潜力及其与特定异常类型的对齐。然而，探索并未止步于异常检测。本研究展望了一个未来，其中根因分析紧随异常检测，揭示异常的根本触发因素。这个未知领域具有彻底改变IT系统管理的巨大潜力。本质上，本文丰富了我们对异常检测和自动化标注的理解，并为变革性的根因分析奠定了基础。这些进步共同承诺了更具弹性的IT系统，在日益发展的技术环境中提升运营效率和用户满意度。
引用
@article{arxiv.2312.14748,
title = {Progressing from Anomaly Detection to Automated Log Labeling and Pioneering Root Cause Analysis},
author = {Thorsten Wittkopp and Alexander Acker and Odej Kao},
journal= {arXiv preprint arXiv:2312.14748},
year = {2023}
}
备注
accepted at AIOPS workshop @ICDM 2023