从分布式跟踪中学习异常检测和根本原因分析制造技术

使用分布式跟踪数据促进异常检测和根本原因分析的技术。在一个示例中，系统可以包括执行存储在存储器中的计算机可执行组件的处理器。计算机可执行组件包括：预处理组件；以及监控组件。预处理组件可以生成包括由微服务应用的微服务产生的文本跟踪数据的向量表示的跟踪帧。监控组件可以使用跟踪帧来标识微服务应用的状态。应用的状态。应用的状态。

【技术实现步骤摘要】
【国外来华专利技术】从分布式跟踪中学习异常检测和根本原因分析

技术介绍

[0001]本公开涉及计算设备，更具体地，涉及使用分布式跟踪数据来促进异常检测和/或根本原因分析的技术。

技术实现思路

[0002]以下提供概述以提供对本专利技术的一个或多个实施例的基本理解。本概述不旨在标识关键或重要元素，或描绘特定实施例的任何范围或权利要求的任何范围。其唯一目的是以简化形式给出概念，作为稍后给出的更详细说明的序言。在本文描述的一个或多个实施例中，描述了便于使用分布式跟踪数据进行异常检测和/或根本原因分析的系统、设备、计算机实现的方法和/或计算机程序产品。
[0003]根据实施例，系统可以包括执行存储在存储器中的计算机可执行组件的处理器。计算机可执行组件包括：预处理组件；以及监控组件。预处理组件可以生成跟踪帧，跟踪帧包括由微服务应用的微服务产生的文本跟踪数据的向量表示。监控组件可以使用跟踪帧来标识微服务应用的状态。
[0004]根据另一实施例，一种计算机实现的方法可以包括由可操作地耦合到处理器的系统生成跟踪帧，该跟踪帧包括由微服务应用的微服务产生的文本跟踪数据的向量表示。计算机实现的方法还可以包括由系统使用跟踪帧来标识所述微服务应用的状态。
[0005]根据另一实施例，一种计算机程序产品可以包括计算机可读存储介质，该计算机可读存储介质具有包含在其中的程序指令。程序指令可由处理器执行以使处理器执行操作。操作可以包括由处理器生成跟踪帧，该跟踪帧包括由微服务应用的微服务产生的文本跟踪数据的向量表示。操作还可以包括由处理器使用跟踪帧来标识微服务应用的状态。
附图说明
[0006]图1示出了根据本文所描述的一个或多个实施例的可便于使用分布式跟踪数据进行异常检测和/或根本原因分析的示例非限制性系统的框图。
[0007]图2示出了根据本文描述的一个或多个实施例的描绘电子业务微服务应用的微服务之间的依赖性的示例非限制性依赖图。
[0008]图3示出了根据本文所述的一个或多个实施例的描绘跟踪的示例非限制性甘特图。
[0009]图4示出了根据本文所述的一个或多个实施例的示例非限制性文本跟踪数据。
[0010]图5示出了根据本文描述的一个或多个实施例的描绘跟踪的示例非限制性调用图。
[0011]图6示出了根据本文描述的一个或多个实施例的跨度名称的示例非限制性列表。
[0012]图7示出了根据本文描述的一个或多个实施例的描绘微服务应用的跟踪的示例非限制性有向无环图(DAG)。
[0013]图8示出了根据本文描述的一个或多个实施例的描绘微服务应用的变型跟踪的示
例非限制性DAG。
[0014]图9示出了根据本文描述的一个或多个实施例的描绘微服务应用的另一变型跟踪的示例非限制性DAG。
[0015]图10示出了根据在此描述的一个或多个实施例的用于实现用于通过微服务应用检测异常行为的帧的示例非限制性架构。
[0016]图11示出了根据本文描述的一个或多个实施例的找到表示跟踪的跨度的d维向量的示例非限制性高级概念概观。
[0017]图12示出了根据本文描述的一个或多个实施例的应用于微服务应用的跟踪的反向深度优先搜索(DFS)和1跳宽度优先搜索(BFS)图遍历算法的示例非限制性应用。
[0018]图13示出了根据本文描述的一个或多个实施例的多路径DFS(MPDFS)和1跳BFS图遍历算法到微服务应用的跟踪的示例非限制性应用。
[0019]图14示出了根据本文描述的一个或多个实施例的MPDFS和1跳BFS图遍历算法到微服务应用的跟踪的另一示例非限制性应用。
[0020]图15示出了根据本文所描述的一个或多个实施例的示例非限制性跟踪框。
[0021]图16示出了根据本文所述的一个或多个实施例的示例非限制性卷积长短期存储器(ConvLSTM)单元。
[0022]图17示出了根据本文描述的一个或多个实施例的示例非限制性的基于ConvLSTM的自动编码器模型。
[0023]图18示出了根据本文描述的一个或多个实施例的λ个跟踪帧的示例性非限制性序列。
[0024]图19示出了根据本文所述的一个或多个实施例的通过堆叠多对编码和解码ConvLSTM单元实现的示例性非限制性的基于ConvLSTM的自动编码器模型。
[0025]图20示出根据本文所述的一个或多个实施例的描绘示例演示的结果的示例非限制性表格。
[0026]图21示出了根据本文描述的一个或多个实施例的描绘重建损失相对于时间的示例非限制性曲线图。
[0027]图22示出了根据本文描述的一个或多个实施例的描绘相对于IA
‑
3注入异常改变嵌入维度(d)和上下文窗口大小(w)的影响的示例非限制性曲线图。
[0028]图23示出了根据本文描述的一个或多个实施例的描绘相对于IA
‑
5注入异常改变嵌入维度d和上下文窗口w的大小的影响的示例非限制性曲线图。
[0029]图24示出了根据本文所述的一个或多个实施例的描绘变化的时间步长λ相对于IA
‑
3注入异常的影响的示例非限制性曲线图。
[0030]图25示出了根据本文所述的一个或多个实施例的描绘变化的时间步长λ相对于IA
‑
5注入异常的影响的示例非限制性曲线图。
[0031]图26示出了根据本文所述的一个或多个实施例的描绘示例演示的诊断性能的示例非限制性表格。
[0032]图27示出了根据本文所述的一个或多个实施例的描绘示例演示的相对诊断性能的示例非限制性曲线图。
[0033]图28示出了根据本文所述的一个或多个实施例的使用分布式跟踪数据来促进异
常检测和根本原因分析的示例性非限制性计算机实现的方法的流程图。
[0034]图29示出了其中促进本文所述的一个或多个实施例的示例非限制性操作环境的框图。
具体实施方式
[0035]以下详细描述仅是说明性的，并不旨在限制实施例和/或实施例的应用或使用。此外，无意受前面的
技术介绍
或
技术实现思路
部分或详细说明部分中呈现的任何表达或暗示的信息的约束。
[0036]现在参考附图描述一个或多个实施例，其中相同的附图标记始终用于表示相同的元素。在以下描述中，出于解释的目的，阐述了许多具体细节以便提供对一个或多个实施例的更透彻理解。然而，显然，在各种情况下，可以实践一个或多个实施例而没有这些具体细节。
[0037]当设计软件应用时，微服务架构越来越普及，因为它们使得开发者能够在独立的时间表上操作并且以高速交付，从而缩短上市时间。对于在混合云环境中部署的应用，微服务架构是特别吸引人的，因为微服务应用的松散耦合的组件提供改进的可缩放性、灵活性、可维护性和加速的开发者生产率。结果，许多公司已经从传统的单片设计切换到微服务架构。维护微服务应用的健康状态已经成为信息技术(IT)专业人员的挑战，例如DevOps和站点可靠性工程师(SRE)。然而，为单片系统设计的本文档来自技高网...

【技术保护点】

【技术特征摘要】
【国外来华专利技术】1.一种系统，包括：处理器，执行存储在存储器中的以下计算机可执行组件：预处理组件，所述预处理组件生成跟踪帧，所述跟踪帧包括由微服务应用的微服务产生的文本跟踪数据的向量表示；以及监控组件，所述监控组件使用所述跟踪帧来标识所述微服务应用的状态。2.根据权利要求1所述的系统，其中所述预处理组件利用使用图形遍历算法、字嵌入技术或其组合而被训练的机器学习模型来生成所述跟踪帧。3.根据权利要求1所述的系统，其中所述监控组件通过将所述跟踪帧与由机器学习模型生成的重建跟踪帧进行比较来标识所述微服务应用的所述状态。4.根据权利要求3所述的系统，其中所述机器学习模型捕捉在正常状态下操作时所述微服务应用的所述微服务之间的空间依赖性和时间依赖性。5.根据权利要求1所述的系统，其中所述监控组件通过将跟踪帧序列与由机器学习模型生成的重建跟踪帧序列进行比较来标识所述微服务应用的所述状态，所述跟踪帧序列包括所述跟踪帧。6.根据权利要求5所述的系统，其中所述机器学习模型对所述跟踪帧序列进行编码。7.根据权利要求1所述的系统，还包括：诊断组件，所述诊断组件通过评估每个微服务对给定重建损失的贡献来执行根本原因分析。8.一种计算机实施的方法，包括：由可操作地耦合到处理器的系统生成跟踪帧，所述跟踪帧包括由微服务应用的微服务产生的文本跟踪数据的向量表示；以及由系统使用所述跟踪帧来标识所述微服务应用的状态。9.根据权利要求8所述的计算机实现的方法，其中所述系统利用使用图形遍历算法、字嵌入技术或其组合而被训练的机器学习模型来生成所述跟踪帧。10.根据权利要求8所述的计算机实现的方法，其中所述系统通过将所述跟踪帧与由机器学习模型生成的重建跟踪帧进行比较来标识所述微服务应用的所述状态。11.根据权利要求10所述的计算机实现的方法，其中所述机器学习模型捕捉在正常状态下操作时所述微服务应用的所述微服务之间的空间依赖性和时间依赖性。12.根据权利要求8所述的...

【专利技术属性】
技术研发人员：康辉，邓豫，阙欣宇，S，
申请(专利权)人：国际商业机器公司，
类型：发明
国别省市：