中山大学)..."/>
活动预告|CoodeWisdom 软件智能化开发与运维学术报告系列 第4期(陈鹏飞 中山大学)...
陈鹏飞
内容简介
题目
面向在线系统的自适应可迁移故障检测、预测及归因方法研究
摘要
大规模在线系统在运行过程中由于内部或者外部的因素会出现性能下降、宕机等故障。为了及时发现和恢复故障, 此类系统会采集大量的监控指标,这些指标形成高维时间序列。如何从这些高维时间序列中检测和定位问题,一直以来是智能运维要解决的主要问题,学术界也提出了大量的方法解决该问题。但是,随着系统复杂度的提升、运行环境的变化等,传统的故障预测、检测及归因方法难以获得令人满意的效果。针对该问题,本次报告主要涉及基于主动学习的自适应异常检测、可迁移鲁棒的多维时间序列异常检测、可迁移的故障预测以及基于图神经网络的故障归因方法,并介绍方法在工业界的落地效果。
报告人
中山大学计算机学院副教授,博士生导师。2016年6月于西安交通大学计算机科学与技术系获博士学位。2016年6月-2018年1月在IBM中国研究院云计算部门担任研究员,主要方向为:云计算、智能运维( AIOps)、软件可靠性、软件定义网络等。近年来在国际会议如ASE、WWW、IEEE INFOCOM、IEEE DSN、IEEE ISSRE、ICSOC等和期刊如IEEE TNNLS、IEEE TDSC、IEEE TSC等发表60余篇论文,同时担任多个国际期刊和会议的审稿人。项目团队目前共承担了10余项项目包括国家重点研发计划课题、大数据中心项目、国家自然基金面上、青年项目、广东省、广州市科技项目。此外,还与阿里巴巴、华为、腾讯、微信、深信服等企业开展了校企合作项目,并且将部分研究成果在企业落地。
时间安排
❖
时间:2022/10/20(周四) 20:00-22:00
❖
地点:腾讯会议(714-189-394)
更多推荐
活动预告|CoodeWisdom 软件智能化开发与运维学术报告系列 第4期(陈鹏飞 中山大学)...
发布评论