## Memo - https://ieeexplore.ieee.org/document/10427540 この論文と同じ内容？ ## Abstract IT環境の規模が拡大し複雑化するにつれて、その健全性を監視するための観測可能性ツールが必要とされている。異常なイベントが検出されると、アラートが生成され、サイト信頼性エンジニア（[[notes/sre/SRE]]）へのアラート通知につながります。しかし、これらの通知のほとんどは誤報であることが判明し、アラート疲労と非効率につながります。アラートノイズを低減するための既存のアプローチは、動的なIT環境ではすぐに古くなる可能性のある静的ポリシーに依存しており、そのため保守が困難です。この研究では、よく知られた移動平均エンベロープ統計的手法に導かれ、過去のアラートとイベントデータからカスタマイズされたアラート抑制ポリシーを学習する、新しい教師なしアプローチ、Dynamic-X-Yを提案する。実行時に、これらの学習されたポリシーは、誤アラート通知を減らすために、受信イベント/アラートに適用される。我々は2つの異なるデータセット、ログアノマリーとメトリックアノマリーイベント/アラートで我々のアプローチを検証し、それぞれ$7.39\%$と$35.7\%$の最新手法に対する精度向上を示した。