论文
基于带残差连接结构的大语言模型根因分析方法
Root Cause Analysis Method Based on Large Language Models with Residual Connection Structures
摘要
在复杂、大规模的微服务架构中，根因定位仍然充满挑战。微服务间复杂的故障传播，以及包括指标、日志与链路在内的高维遥测数据，限制了现有根因分析（RCA）方法的效果。本文提出一种基于残差连接结构、使用大语言模型（LLM）的RCA方法RC-LLM。文中设计了类残差的层次融合结构以整合多源遥测数据，同时利用大语言模型的上下文推理能力建模时间与跨微服务的因果依赖。在CCF-AIOps微服务数据集上的实验结果表明，RC-LLM在根因分析中取得了较强的准确率与效率。