Выпуск #5/2026
А.М.Бедов, Н.И.Лихачев
Использование ML-решений в RED-методе мониторинга производительности
Использование ML-решений в RED-методе мониторинга производительности
Просмотры: 117
DOI: 10.22184/2070-8963.2026.137.5.76.79
Рассматривается проблема мониторинга производительности распределенных вычислительных систем и телекоммуникационных сетей. Обосновывается недостаточная эффективность статических пороговых значений (SLO) в условиях динамической нагрузки, приводящая к эффекту "усталости от алертов" у инженеров эксплуатации. Предлагается подход с применением алгоритма Isolation Forest для многомерного анализа метрик методологии RED (Rate, Errors, Duration). Представлены результаты симуляционного моделирования инцидентов, демонстрирующие способность предложенной модели выявлять контекстные аномалии с высокой точностью, превосходя традиционные пороговые методы.
Теги: anomaly detection isolation forest machine learning microservices architecture red metrics telecommunications network performance monitoring машинное обучение микросервисная архитектура мониторинг производительности телекоммуникационных сетей обнаружение аномалий
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Рассматривается проблема мониторинга производительности распределенных вычислительных систем и телекоммуникационных сетей. Обосновывается недостаточная эффективность статических пороговых значений (SLO) в условиях динамической нагрузки, приводящая к эффекту "усталости от алертов" у инженеров эксплуатации. Предлагается подход с применением алгоритма Isolation Forest для многомерного анализа метрик методологии RED (Rate, Errors, Duration). Представлены результаты симуляционного моделирования инцидентов, демонстрирующие способность предложенной модели выявлять контекстные аномалии с высокой точностью, превосходя традиционные пороговые методы.
Теги: anomaly detection isolation forest machine learning microservices architecture red metrics telecommunications network performance monitoring машинное обучение микросервисная архитектура мониторинг производительности телекоммуникационных сетей обнаружение аномалий
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Отзывы читателей
eng



