近日，清华大学、光大银行信息科技部、必示科技等合作共研的故障告警与预测解决方案论文《在线服务系统实时故障预测》（Real-time Incident Prediction for Online Service Systems）获得ESEC/ FSE 2020 （ACM Joint European Software Engineering Conference and Symposium on the Foundations of Software Engineering）录用，此次会议共收到360篇论文投稿，最终以28%的录用率收录了101篇。

光大银行信息科技部彭晓副总经理、王岗处长为此次论文实验提供了宝贵的指导建议；来自清华大学、光大银行信息科技部、必示科技等共研单位的智能运维专家结合实际业务场景，对在线服务系统实时故障预测方法展开研究，并完成落地实验。

该论文的研究主题是在软件运维场景中，如何用低级别的告警来预测严重告警（事件），从而实现在事件发生之前向管理员发出预警信号，提醒工程师提前采取应急措施规避故障。要实现这一目标，主要面临三个方面的挑战：

•      如何从海量、复杂的多维告警数据中提取真正有价值的预测特征？
•      如何避免告警数据中的噪声带给预测工作的负面影响？
•      如何构建一个有效且可解释的预测模型，在发出预警信号的同时指出将引发“事件”的主要特征要素？

针对这三方面的挑战，共研团队基于丰富的专家知识，从告警数据中提取相关文本特征与时间特征，采用多示例学习方法，解决冗余告警对预测的干扰问，进而构建基于有监督分类算法的事件预测模型，同时利用样本的可解释模型对每次预测做出特征解释。该算法是结合光大银行科技运营平台项目数据进行的离线实验，在告警事件的预测效果上，可以达到平均0.82的F-score.

必示科技始终坚持前沿创新与产业实践共同推进。本次《在线服务系统实时故障预测》论文，是必示科技携手清华大学、光大银行等产学研头部单位继ICSE 2020、AAAI-20 Workshop之后，第三篇获顶级国际会议录用的智能运维论文。这是必示科技核心科研与技术能力落地实际生产场景的实践，同时也是光大银行信息科技部产学研融合的创新落地。
 

未来，必示科技将持续提升科技创新水平和自主创新能力，推动自身科研优势与产业落地深度融合，致力于帮助用户实现智能运维在产业中应用落地，提升IT系统运维效率与运营服务价值。