计算机工程

作者：张攀, 高丰, 周逸, 饶涵宇, 毛冬, 李静

单位：1. 国家电网有限公司信息通信分公司, 北京 100031;2. 南京航空航天大学 计算机科学与技术学院, 南京 211106;3. 国网浙江省电力有限公司信息通信分公司, 杭州 310016

关键词：微服务,调用链,深度学习,异常检测,数据挖掘

基金：国家电网有限公司科技项目“业务应用改造上云与全链路运行分析技术研究”（5700-202152169A-0-0-00）。

微服务架构逐渐成为大规模云应用的主流设计架构，微服务可靠性是云服务商亟须处理的关键问题。精确检测并定位微服务应用故障可有效保障应用的可靠性与稳定性，基于微服务调用链的异常检测可在系统发生故障时及时发现系统异常行为并触发告警。针对当前主流检测方法无法保证异常告警的实时性和准确性问题，提出一种基于自然语言处理与双向长短期记忆（BiLSTM）网络的微服务调用链异常检测方法MicroTrace。对调用链中记录的事件进行解析，将事件表示为语义序列与响应时间序列，利用词汇嵌入式表示算法提取事件的向量化表示，通过基于注意力机制的BiLSTM同时检测微服务实例的调用路径与性能异常。在真实微服务调用链数据集上的实验结果表明，该方法的查准率和查全率均可达96%以上，F1度量值相比于多模态-LSTM方法至少提升了6.8%。

来源：2022年第11期

《计算机工程》期刊编辑部

查看计算机工程杂志2022年第11期