机器学习之路

最近在研究服务端的监控报警,通过手动配置报警规则

1.昨日同比 上周同比,上上周同比 2.连续xx 发现都会误报. 主要原因在于小流量,不稳定,波动较大. 日周期性的前提来配置不正确. 如果可以动态波动率就好了. 然后发现其实已经有人做过免配置的自动化报警.

1.自动得到周期性 2.计算出基准线和指标 3.通过预测算法报警.(设置三档报警敏感度) 4.一天的阈值信息不变. 异常天不覆盖之前的配置

 

阿里云sls的自动化异常检测函数
sls异常检测原理

 

阿里智能监控: https://www.usenix.org/conference/srecon17asia/program/presentation/wang?spm=ata.13261165.0.0.26743c72ZZKZLE(这个只有监控报警,无法维度信息的定位.)

阿里云监控 来自阿里云RDS团队的论文“TcpRT: Instrument and Diagnostic Analysis System for Service Quality of Cloud Databases at Massive Scale in Real-time” （TcpRT：面向大规模海量云数据库的服务质量实时采集与诊断系统）被数据库顶会SIGMOD 2018收录。TcpRT论文介绍了RDS天象系统在云数据库SLA数据采集、服务质量指标计算、异常检测、故障根因分析领域的创新工作，以及在各类云平台上大规模部署自动化服务的客户实践经验。

TcpRT: Instrument and Diagnostic Analysis System for Service ality of Cloud Databases at Massive Scale in Real-time数据量少的话,只能通过自动化测试来验证了. 把周期性不明确的整理出来,专门进行自动化测试.

机器学习入门方法推荐（少走弯路）入门视频推荐

机器学习推荐资源(学习流程建议+学习视频+资料)

优达学院

大数据算法 : 
BloomFilter算法概述

可用于

1. 服务器接口稳定性报警

2. 业务风控系统_和服务端监控类似_相比更关注个体异常_机器学习_难度更大