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: 6
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: isolation forest red metrics 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: isolation forest red metrics машинное обучение микросервисная архитектура мониторинг производительности телекоммуникационных сетей обнаружение аномалий
Подпишитесь на журнал, чтобы прочитать полную версию статьи.
Отзывы читателей
eng



