笃林_个人页

2020年11月

• 11.05 17:35:47
  发表了文章 2020-11-05 17:35:47

  WSDM 2021 | 构建动态图分析时间序列状态的演化

  本文简要介绍我们刚刚被WSDM2021会议录用并即将发表的论文"Time-Series Event Prediction with Evolutionary State Graph"，在文中我们提出了一种将时序转化为图进行表示建模的方法。同时我们把所实现的方法落地为阿里云·SLS的智能巡检服务，可以应用于大规模的时间序列异常检测与分析，辅助运维、运营、研发等诸多场景。

  

2020年10月

• 10.22 09:29:34
  发表了文章 2020-10-22 09:29:34

  SLS机器学习服务最佳实践：ECS时序指标监控巡检

  云服务器ECS是阿里云所提供的性能卓越、稳定可靠、可弹性扩展的IaaS级别云计算服务。使用云服务器ECS可以不用采购IT硬件设备，直接像使用水、电、天然气等公共资源一样便捷、高效地使用服务器，实现计算资源的即开即用和弹性伸缩。众多业务或服务在ECS上面运行，机器的稳定性对维持服务的稳定性来说尤为关键。本期将为大家介绍利用阿里云SLS（原日志服务），采集ECS的CPU、内存、负载、磁盘、网络等监控数据，并进行智能巡检与异常检测，形成对ECS主机的健康监控大盘，帮助你更好的管理并维护自己的云服务器。

  

2020年07月

• 07.06 10:19:26
  发表了文章 2020-07-06 10:19:26

  SLS机器学习服务最佳实践：流式智能巡检

  异常检测是智能运维系统中的很重要的一环，在云上针对各个服务时序指标的巡检成为监控服务质量的重要手段。在云平台上，现有的巡检方法多采用SQL发起机器学习函数的方式，拉取部分数据做模型训练，输出结果，在海量的指标数据下反应延迟，成本昂贵，很难充分学习数据的特征而达到很好的效果。SLS团队，对现有的机器学习方法改进提升，采用流式学习的方式，将机器学习函数变为智能化的机器学习服务，让模型在历史数据流上不断记忆，充分学习样本特征，实时反馈，更进一步降低用户的使用门槛。大家只需发起服务，配置一定的告警阈值，即可实现对指标数据的实时智能巡检。