MicroOps

为微服务场景下的智能运维算法开发提供全流程的自动化支持

MicroOps提供安全、独立的微服务环境，拥有出色的故障编排能力，使您可以灵活生成各种规模与类型的数据集。
您还可以高效地将运维算法与平台数据集成，MicroOps将协助您完成模型的训练与验证。

摆脱繁重任务， 让 微服务 + 运维算法开发变得简单而轻松。

开箱即用的微服务部署

MicroOps 提供了多种常用的微服务，如 Sock Shop、Online Boutique 等，这些微服务覆盖了各种 AIOps 测试场景。

MicroOps还整合了直观的压力测试，帮助您轻松打造符合需求的测试环境，大大提升算法研究的效率。

功能强大的混沌工程

MicroOps 提供多种多样的故障注入能力。

大到物理机，小到进程，您可以轻松注入各种故障而无需一行代码。

还可以和其他模块协作，获得更好的平台体验👍

类型多样的数据资源

MicroOps 提供多样化的 AIOps 数据集，覆盖全面的AIOps场景。

您可以在 MicroOps 中轻松浏览、使用数据集，无需担心数据集的获取和处理；也可以将自己的数据集上传到 MicroOps，与其他用户共享。

借助API，您能够轻松接入MicroOps的数据流，实现本地数据处理和算法开发的便捷操作！

模型训练的极佳体验

通过美观的可视界面，您可以轻松创建与管理模型训练任务。

随时调整模型参数、查看训练日志与选择训练参数，助力模型的优化之路。

实时任务的无缝部署

MicroOps 内置了强大的实时任务模块，以轻松部署和管理实时任务。

我们提供了简单而灵活的参数设置，您可以根据需要调整检测任务的参数、实时监控任务的执行。

还可以结合混沌工程模块，验证流式数据环境下算法的落地效果。

部分成果展示

学术论文

[1]

Chengsen Wang, Qi Qi, Jingyu Wang, Haifeng Sun, Xingyu Wang, Zirui Zhuang, Jianxin Liao, Decomposition with Diffusion Reconstruction for Unstable Multivariate Time Series Anomaly Detection, Annual Conference on Neural Information Processing Systems (NeurIPS) [CCF A], New Orleans, Louisiana, USA, Dec. 2023.

[2]

Jinming Wu, Qi Qi, Jingyu Wang, Haifeng Sun, Zhikang Wu, Zirui Zhuang, Jianxin Liao: Not Only Pairwise Relationships: Fine-Grained Relational Modeling for Multivariate Time Series Forecasting. IJCAI 2023 [CCF A]: 4416-4423

[3]

Guojun Chu, Jingyu Wang, Qi Qi, Haifeng Sun, Shimin Tao, Jianxin Liao: Prefix-Graph: A Versatile Log Parsing Approach Merging Prefix Tree with Probabilistic Graph. ICDE 2021 [CCF A]: 2411-2422

[4]

Haoyu Zheng, Guojun Chu, Jingyu Wang, Haifeng Sun, Shimin Tao, Hao Yang: LogDAPT: Log Data Anomaly Detection with Domain-Adaptive Pretraining, ACM/IFIP International Middleware Conference. [CCF B], 2023.

[5]

Yuewei Li, Yan Lu, Jingyu Wang, Qi Qi, Jing Wang, Yingying Wang, Jianxin Liao: TADL: Fault Localization with Transformer-based Anomaly Detection for Dynamic Microservice Systems. SANER 2023 [CCF B]: 718-722

[6]

Jihua Wu, Lei Zhang, Cong Liu, Qi Qi, Jingyu Wang, Tong Xu, Jianxin Liao: Probability Correlation Learning for Anomaly Detection based on Distribution-Constrained Autoencoder. APNOMS 2022: 1-6

[7]

Yuhan Jing, Lei Zhang, Cong Liu, Jing Wang, Wei Li, Bo He, Qi Qi, Jingyu Wang: Causality Graph Construction of Fault Alarms for Wireless Sensor Networks. Ad Hoc Sens. Wirel. Networks 51(4): 261-284 (2022)

[8]

Jingyu Wang, Yuhan Jing, Qi Qi, Tongtong Feng, Jianxin Liao: ALSR: An adaptive label screening and relearning approach for interval-oriented anomaly detection. Expert Syst. Appl. 136: 94-104 (2019)

项目竞赛

[1] 自研的智能运维算法已在电信运营商5个省级单位以及国家电网3个省级单位现网应用

[2] 参加 AIOps 2019、AIIA 2020 智能运维挑战赛获得前三名

Network Intelligence Research Center (NIRC) logo