多模态故障诊断图网络

根因定位大幅提升

融合指标、日志与链路数据构建依赖图，用图神经网络将微服务故障根因定位与类型判定精度一举提升数倍。

张圣林 · Pengxiang, Jin · Zihan, Lin · 孙永谦 · Bicheng, Zhang · Sibo, Xia · Zhengdan, Li · Zhong, Zhenyu · Ma, Minghua · Wa, Jin · Dai, Zhang · Zhenyu, Zhu · 裴丹

IEEE Transactions on Services Computing 2023

参数信息

根因实例定位提升

20.9 %

故障类型判定提升

11.0 %

故障类型判定提升

169 %

根因实例定位提升

368 %

技术优势

精度大幅提升

根因实例定位提升 20.9% 至 368%，故障类型判定提升 11.0% 至 169%。

多模态融合

同时利用指标、日志和链路数据，构建服务实例的多模态表示。

依赖图建模

结合部署数据与链路数据构建依赖图，用图神经网络精确定位根因。

应用场景

• 微服务运维：自动定位故障根因，减少人工排查时间，提升系统稳定性。
• 分布式系统可靠性：提升故障诊断准确性，保障大规模分布式系统的高可用性。
• 云原生监控：融合云环境中的多源监控数据，实现精准故障定位。
• 故障根因分析：同时定位根因实例并判定故障类型，加速分析过程。