日前，数据发掘顶级学术会议IEEE International Conference on Data Mining (ICDM) 在上海召开，会上发布了本届论文的终究评审成果，鼎茂科技作为第一单元的科研功效论文《PatternRCA: A Pattern-aware Root Cause Analysis Framework For Multi-dimensional Time Series》[1]被年夜会收录为Regular paper（长文）。这是鼎茂科技持续第二年在国际顶会上颁发智能运维相干论文。ICDM会议现场，鼎茂科技CTO何诚颁发了论文演讲。

IEEE International Conference on Data Mining (ICDM)是数据发掘范畴的知名会议，开办在2001年，每一年一届，会议主题涵盖了有关数据发掘的算法和智能系统等。IEEE ICDM与ACMSIGKDD，SIAMSDM并称为数据发掘范畴的三年夜顶级国际会议，此中ICDM是独一实施论文盲审的会议，每一年城市吸引年夜量范畴尖端学者参会。据组委会公然信息，本届ICDM会议共收到来自世界52个国度和地域的有用投稿1003篇，颠末双盲、三盲评审，终究唯一94篇论文被录用为Regular paper（长文录用率仅为9.37%）。

论文布景：

根因阐发是运维范畴进行智能化周全进级中主要一环，凡是采取数据驱动，多种算法连系的体例，快速缩小问题定界定位规模，晋升解决问题效力，终究包管整体营业系统的不变性和靠得住性。若何在海量高维搜刮空间中，高效发现这些异常背后的根因问题，是根因阐发（RCA）的首要难点。

论文功效概要：

经综合尝试成果注解：我们的“PatternRCA”框架能正确分类故障模式，而且定位结果均优在其它主流算法。同时，我们提出的Cave算法能很好地顺应非涟漪效应模式的故障，远优在其它主流基在涟漪效应的算法。

当前该框架已在多个中年夜范围客户项目中摆设利用，帮忙客户高效正确地完成根因定位，晋升解决问题效力，晋升营业和系统的不变性。

另外，我们也已实现了对分歧类型的derived measures（扩大指标）的阐发，而且一样已完成了出产系统的摆设和验证，我们将会延续在后续表露更多研究功效。

图PatternRCA框架示意图

图Cave算法流程