datasheet

QbitAI量子位

文章数:398 被阅读:3656691

账号入驻

腾讯开源智能运维项目,用机器学习减少人为失误

2018-10-22
    阅读数:
乾明 编辑整理
量子位 出品 | 公众号 QbitAI

腾讯又开源了。

开源800万中文词的NLP数据集之后,腾讯又开源了一个智能运维学件平台Metis,主要面向运维工程师。

根据官方介绍,Metis是一系列AIOps领域的应用实践集合,主张通过算法从海量运维数据中学习摸索规则,逐步降低对人指定规则的依赖,进而减少人为失误。

当前版本开源的是时间序列异常检测学件,从机器学习的角度,来解决运维中时序数据的异常检测问题。

实现思路与代码架构

根据官方介绍,时间序列异常检测学件的实现基于统计判决、无监督和有监督学习对时序数据进行联合检测。具体来说是:

通过统计判决、无监督算法进行首层判决,输出疑似异常,其次进行有监督模型判决,得到最终检测结果。检测模型是经大量样本训练生成,可根据样本持续训练更新。

代码架构如下图所示:

GitHub相关文档中,对代码架构进行了详细的解释:

数据层(DB):存储检测异常信息、样本信息、任务信息等。

服务层(server): 服务层划分为四大模块,分别是:数据驱动模块DAO、特征计算模块feature、算法模块feature以及业务模块business。

接口层(API): 提供API能力,时间序列异常检测接口和WEB管理的操作接口。

WEB层(web): 系统提供的WEB服务,通过服务界面,用户可以进行异常查询、打标标注、样本库管理、模型训练等操作。

应用场景与功能特性

官方文档显示,时间序列异常检测学件的应用场景有两个,分别是应用数据场景和应用案例场景。

其中应用数据场景包括操作系统数据、应用程序数据和KPI指标数据。应用案例场景包括监控告警、关联分析和影响评估。

功能特性有六个,分别为异常检测、特征提取、异常查询、标注打标、样本管理、模型管理。

相关事项与传送门

Metis在Linux系统上运行,前端开发语言支持JavaScript和TypeScript,后端支持Python 2.7。

GitHub链接:
https://github.com/Tencent/Metis

加入社群

量子位AI社群开始招募啦,欢迎对AI感兴趣的同学,在量子位公众号(QbitAI)对话界面回复关键字“交流群”,获取入群方式;


此外,量子位专业细分群(自动驾驶、CV、NLP、机器学习等)正在招募,面向正在从事相关领域的工程师及研究人员。


进专业群请在量子位公众号(QbitAI)对话界面回复关键字“专业群”,获取入群方式。(专业群审核较严,敬请谅解)

诚挚招聘

量子位正在招募编辑/记者,工作地点在北京中关村。期待有才气、有热情的同学加入我们!相关细节,请在量子位公众号(QbitAI)对话界面,回复“招聘”两个字。

量子位 QbitAI · 头条号签约作者

վ'ᴗ' ի 追踪AI技术和产品新动态



最新有关QbitAI的文章

About Us 关于我们 客户服务 联系方式 器件索引 网站地图 最新更新 手机版

站点相关: TI培训

北京市海淀区知春路23号集成电路设计园量子银座1305 电话:(010)82350740 邮编:100191

电子工程世界版权所有 京ICP证060456号 京ICP备10001474号 电信业务审批[2006]字第258号函 京公海网安备110108001534 Copyright © 2005-2018 EEWORLD.com.cn, Inc. All rights reserved