基于 Seq2Seq 学习生成 ICT 系统自动恢复命令的方法
网络与互联网体系结构
2020-03-25 v1 机器学习
应用统计
机器学习
摘要
随着 ICT 系统规模与复杂度的增加，其运维日益需要故障的自动恢复。尽管现有方法已能自动检测异常并分析故障根因，但决定执行何种命令以恢复故障仍依赖人工操作，十分耗时。面向自动恢复，我们提出一种利用神经网络模型 Seq2Seq 估计恢复命令的方法。该模型学习从设备获取的日志与操作员过往执行的恢复命令之间的复杂关系。当新故障发生时，我们的方法基于收集的日志估计可恢复故障的合理命令。我们使用合成数据集与真实 OpenStack 数据集开展实验，表明我们的方法能以高精度估计恢复命令。
引用
@article{arxiv.2003.10784,
title = {Recovery command generation towards automatic recovery in ICT systems by Seq2Seq learning},
author = {Hiroki Ikeuchi and Akio Watanabe and Tsutomu Hirao and Makoto Morishita and Masaaki Nishino and Yoichi Matsuo and Keishiro Watanabe},
journal= {arXiv preprint arXiv:2003.10784},
year = {2020}
}
备注
accepted for IEEE/IFIP Network Operations and Management Symposium 2020 (NOMS2020)