# JumpStarter [[Tsinghua University]] BNRist の NetManAIOps グループ([[Minghua Ma]]・[[Shenglin Zhang]]・[[Dan Pei]] ら)が開発した、多変量時系列異常検知システム。圧縮センシング(Compressed Sensing)を基盤技術として採用し、訓練データなし・20 分の初期化時間で動作する。 - **コア技術**: 圧縮センシングによる多変量時系列の再構成と再構成誤差の異常スコア化 - **形状ベースクラスタリング**: 単変量をクロス相関距離の階層クラスタリングで分割し、計算効率と精度を両立 - **外れ値耐性サンプリング**: LESINN でサンプリング確信度を算出し、異常区間のデータをサンプリングから排除する独自アルゴリズム - **EVT 閾値**: Extreme Value Theory により動的にアノマリー閾値を設定 - **実装**: Python 3.7。GitHub: https://github.com/NetManAIOps/JumpStarter - **本番適用**: 8 億ユーザー超のコンテンツプラットフォーム B の 30 サービスに適用し、ネットワーク障害とソフトウェア変更起因の異常を検知 **性能**(USENIX ATC 2021, Table 4/5): - 3 データセット平均 F1 = 94.12%(OmniAnomaly 86.51%、LESINN 82.50%、MSCRED 59.64%、RRCF 36.01% を上回る) - 初期化時間 20 分(OmniAnomaly/MSCRED の >86,400 分に対して) - 1 多変量時系列あたり検知時間 127 ms ## 関連 - ソース: [[@2021__USENIX-ATC__Jump-Starting Multivariate Time Series Anomaly Detection for Online Service Systems]] - 開発者: [[Minghua Ma]] / [[Shenglin Zhang]] / [[Dan Pei]] - 所属: [[Tsinghua University]] / [[Nankai University]] - 概念: [[異常検知]] / [[多変量時系列予測]] / [[AIOps]]