为何预测准确率随时间下降？面向云故障预测的不确定正样本学习
分布式、并行与集群计算
2024-02-02 v1 人工智能
摘要
随着云计算的快速增长，各种软件服务已部署在云端。为确保云服务的可靠性，先前的研究专注于故障实例（磁盘、节点和交换机等）预测。一旦预测输出为正，便会采取缓解措施以快速解决潜在故障。根据我们在Microsoft Azure的实践经验，我们发现重新训练模型后，预测准确率可能下降约9%。考虑到缓解措施可能导致不确定的正样本实例，因为它们在缓解后无法被验证，这可能在更新预测模型时引入更多噪声。据我们所知，我们是首次在真实世界云故障预测场景中识别出这种不确定正样本学习（UPLearning）问题。为解决此问题，我们设计了一种不确定正样本学习风险估计器（Uptake）方法。通过使用两个磁盘故障预测的真实世界数据集，并在服务数百万用户的顶级云提供商微软Azure中进行节点预测实验，我们证明Uptake能够将故障预测准确率平均显著提高5%。
引用
@article{arxiv.2402.00034,
title = {Why does Prediction Accuracy Decrease over Time? Uncertain Positive Learning for Cloud Failure Prediction},
author = {Haozhe Li and Minghua Ma and Yudong Liu and Pu Zhao and Lingling Zheng and Ze Li and Yingnong Dang and Murali Chintalapati and Saravan Rajmohan and Qingwei Lin and Dongmei Zhang},
journal= {arXiv preprint arXiv:2402.00034},
year = {2024}
}