基于上下文的異常根因算法

摘要： 在當(dāng)今大規(guī)模產(chǎn)業(yè)數(shù)字化轉(zhuǎn)型的時代，云原生架構(gòu)與微服務(wù)技術(shù)的結(jié)合已經(jīng)成為轉(zhuǎn)型的核心競爭力。這種開發(fā)模式提高了軟件開發(fā)、部署和測試流程的完整性與靈活性。然而，隨著互聯(lián)網(wǎng)的發(fā)展，微服務(wù)架構(gòu)下Trace數(shù)據(jù)的復(fù)雜性和時序問題導(dǎo)致異常檢測準(zhǔn)確率較低、根因定位較慢。針對這些挑戰(zhàn)，文章提出了一種基于時序的多維度指標(biāo)異常檢測算法。該算法將多維度指標(biāo)與時序異常檢測結(jié)合，顯著提高了異常檢測的準(zhǔn)確率...