一种复杂微服务系统异常行为分析与定位算法

摘要：

针对极端学生化偏差(Extreme Studentized Deviate,ESD)算法只能对单变量数据进行异常检测,难以对多变量数据进行异常行为度量,提出一种复杂微服务系统异常行为分析与定位(Multivariate Seasonal Hybrid ESD,M.S-H-ESD)算法.首先,对云平台的微服务运维日志数据进行提取,将多元日志数据进行加权归一得到一元数据.然后,对此一元数据采用多元周期混合 ESD(Seasonal Hybrid ESD,S-H-ESD)算法对每个服务的异常度进行度量,进而获得异常度最高的服务,根据置信度和异常上限的设置,定位微服务系统异常的根因服务.实验结果表明,M.S-H-ESD算法对时间序列多维数据的异常行为检测具有较高的精确度、召回率和 F1 值,能够准确定位微服务系统中的异常服务.

关键词：根因分析、微服务、智能运维系统、多元周期混合ESD算法

所属期刊栏目：28

分类号：TP311.5(计算技术、计算机技术)

资助基金：国家自然科学基金;陕西省重点研发计划项目;河南省工业科学技术研究项目

在线出版日期：2023-07-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：85-91