网络遥测时间序列的超分辨率
网络与互联网体系结构
2024-03-08 v1
摘要
细粒度监控对于调试、配置和保护网络等多种数据驱动任务至关重要。然而，收集、提取和存储数据的实际限制往往迫使运营商使用粗粒度采样监控，从而降低了各种任务的性能。在这项工作中，我们探讨了利用粗粒度时间序列之间的相关性在软件中推算其细粒度对应物的可行性。我们提出了 Zoom2Net，这是一种基于 transformer 的网络推算模型，它通过操作和测量约束融入领域知识，确保推算出的网络遥测时间序列不仅真实，而且与现有测量值一致并合理可行。这种方法增强了当前监控基础设施的能力，使运营商无需硬件升级即可更深入地了解系统行为。我们在四个多样化的数据集（例如云遥测和互联网数据传输）和用例（如突发分析和流量分类）上评估了 Zoom2Net。我们证明，Zoom2Net 始终能以高达 100 倍的放大因子实现高推算精度，并且在下游任务上的表现平均比基线高出 38%。
引用
@article{arxiv.2403.04165,
title = {Super-resolution on network telemetry time series},
author = {Fengchen Gong and Divya Raghunathan and Aarti Gupta and Maria Apostolaki},
journal= {arXiv preprint arXiv:2403.04165},
year = {2024}
}