# DeepIP Deep learning based Incident Prioritization。[[@2020__ASE__How Incidental are the Incidents - Characterizing and Prioritizing Incidents for Large-Scale Online Service Systems]] で [[Junjie Chen]]・[[Qingwei Lin]] らが提案した、オンラインサービスシステムにおけるインシデント優先順位付け手法。 - **アーキテクチャ**: 3 種の特徴((1) textual description、(2) special terms、(3) 環境情報)を分離して埋め込み、target incident と直前 10 件の relevant incidents を attention 付き単一層 CNN で符号化し、softmax で incidental 確率を出す。 - **位置づけ**: bug severity prediction 系の流用ではなくインシデント固有の時間相関と特徴構造を扱う初の手法。AUC 平均 0.808([[Microsoft]] の 18 オンラインサービスシステムで Rule = 0.624、Bayes = 0.586 を全システムで上回る)。 - **コード**: https://github.com/JunjieChen/DeepIP(モデル実装は公開、訓練データは Microsoft ポリシーで非公開)。 - **後続研究での参照**: [[@2025__ASE__AlertGuardian - Intelligent Alert Life-Cycle Management for Large-scale Cloud Systems]] の元になる Li+ FSE2022 が「incident-as-storm + LiDAR + COT + DeepIP」の組み合わせで使用している([[アラート管理]] 参照)。 ## 関連 - 本ソース: [[@2020__ASE__How Incidental are the Incidents - Characterizing and Prioritizing Incidents for Large-Scale Online Service Systems]] - 開発主体: [[Microsoft]] + [[Tianjin University]] + [[Peking University]] + [[University of Newcastle]] - 関連概念: [[インシデント優先順位付け]] / [[インシデント管理]] / [[アラート管理]]