## Memo - [[NetManAIOps]]と[[AIOps@NKU lab]]グループからのWWW'22の論文。OpenReview: https://openreview.net/forum?id=3Ty94XZpGD - [omni-cluster (OmniCluster) · GitHub](https://github.com/omni-cluster/) ## Abstract システムインスタンスの[[クラスタリング]]は、[[異常検知]]手法の学習オーバヘッドを大幅に削減できるため、大規模なウェブサービスにおいて非常に重要である。しかし、膨大な数のシステムインスタンス、膨大な時間軸、冗長なメトリクス、ノイズは大きな課題である。我々は、大規模Webサービスにおいて、システムインスタンスを正確かつ効率的にクラスタリングするOmniClusterを提案する。OmniClusterは、システムインスタンスの主要な特徴を抽出する1次元畳み込みオートエンコーダ（1D-CAE）と、シンプルで新しい、かつ効果的な3段階の特徴選択戦略を組み合わせることで、システムインスタンスのクラスタリングを行う。我々は、10億人以上の月間アクティブユーザ（MAU）にサービスを提供するトップクラスのコンテンツサービスプロバイダから収集した実データを用いてOmniClusterを評価し、高い精度（NMI=0.9160）を達成し、5つの異常検出モデルの学習オーバーヘッドを平均で95.01%削減することが証明された。 [[2022__WWW__Robust System Instance Clustering for Large-Scale Web Services__translations]]