【KDD2023】增量式因果图学习用于在线无监督根源分析

根源分析（RCA）的任务是通过分析系统监控数据来识别系统故障/失败的根源。高效的RCA可以大大加速系统故障恢复，并减少系统损害或财务损失。然而，先前的研究大多集中在开发离线RCA算法上，这通常需要手动启动RCA过程，花费大量的时间和数据来训练一个强健的模型，然后为新的系统故障从头开始重新训练。在这篇文章中，我们提出了CORAL，一个新颖的在线RCA框架，它可以自动触发RCA过程并递增地更新RCA模型。CORAL由触发点检测，增量式因果图学习，和网络传播为基础的根源定位组成。触发点检测组件旨在自动并近乎实时地检测系统状态转换。为了实现这一目标，我们基于多元单变量频谱分析和累积和统计开发了一种在线触发点检测方法。为了高效地更新RCA模型，我们提出了一种增量式因果图学习方法，来解耦状态不变信息和状态依赖信息。之后，CORAL应用一个带有重启的随机游走到更新后的因果图，以准确地识别根源。在线RCA过程在因果图和生成的根源列表收敛时终止。在三个真实世界数据集上的广泛实验和案例研究证明了所提出框架的有效性和优越性。