面向云微服务异常检测的合成时间序列
分布式、并行与集群计算
2024-08-02 v1 机器学习
摘要
本文提出了一个用于探索云微服务异常检测的时间序列生成框架。在云计算领域，确保微服务可靠性至关重要且极具挑战性。尽管在该领域已有大量研究，但在真实环境中验证异常检测算法难以实现。为此，我们提出了一个框架来模拟既代表正常行为又代表异常行为的云微服务的复杂时间序列模式。我们详细阐述了允许部署和管理微服务的管道实现，以及必需的生成异常的理论方法。使用所提出框架生成的两个数据集已通过 GitHub 公开提供。
引用
@article{arxiv.2408.00006,
title = {Synthetic Time Series for Anomaly Detection in Cloud Microservices},
author = {Mohamed Allam and Noureddine Boujnah and Noel E. O'Connor and Mingming Liu},
journal= {arXiv preprint arXiv:2408.00006},
year = {2024}
}
备注
The paper has been accepted by the 10th International Conference on Machine Learning, Optimization and Data Science