# DiagFusion マイクロサービスシステムを対象としたマルチモーダル教師あり RCA システム。トレース・メトリクス・ログを統合してポッド(pod)レベルの障害箇所特定と障害タイプ分類を行う現時点の SOTA 手法として参照される。グラフニューラルネットワークを活用した異種エンティティ対応の設計を持つ。 ## 位置づけ 障害ラベルが充分にある通常の教師あり設定では高い精度を達成するが、ワンショット設定(各障害タイプ 1 件のみ)では AC@1=26.81%(データセット A)と大幅に性能が低下する。LasRCA の比較対象として使用された。 ## 関連 - 初出: [[@2024__ASE__The Potential of One-Shot Failure Root Cause Analysis - Collaboration of the Large Language Model and Small Classifier]](ベースラインとして参照) - 比較手法: [[LasRCA]] - 概念: [[根本原因分析]], [[LLMによる根本原因分析]]