TingIS：从企业规模的嘈杂客户事件中实时发现风险事件

实时检测和缓解技术异常对于大规模云原生服务至关重要，即使是几分钟的停机也可能导致巨大的财务损失和用户信任度下降。虽然客户事件是发现监控遗漏的风险的重要信号，但由于不同业务线的极端噪音、高吞吐量和语义复杂性，从这些数据中提取可操作的情报仍然具有挑战性。在本文中，我们介绍了 TingIS，这是一个专为企业级事件发现而设计的端到端系统。 TingIS 的核心是一个多阶段事件链接引擎，它将高效的索引技术与 大语言模型 (LLM) 相结合，在事件合并方面做出明智的决策，从而能够从少数不同的用户描述中稳定地提取可操作的事件。该引擎辅以用于精确业务归因的级联路由机制和集成领域知识、统计模式和行为过滤的多维降噪管道。 TingIS 部署在生产环境中，峰值吞吐量超过每分钟 2,000 条消息，每天处理 300,000 条消息，实现了 3.5 分钟的 P90 警报延迟和 95% 的高优先级事件发现率。根据真实世界数据构建的基准表明，TingIS 在路由精度、聚类质量和信噪比方面显着优于基线方法。