# Nengwen Zhao [[Tsinghua University]] & BNRist 所属の研究者。[[Dan Pei]] グループのメンバー。 - [[SCWarn]](ESEC/FSE 2021)の筆頭著者。不正ソフトウェア変更の検知にマルチモーダル LSTM を適用した。 - MonitorAssistant([[@2024__ESEC-FSE__MonitorAssistant - Simplifying Cloud Service Monitoring via Large Language Models]])にも共著者として参加するなど、AIOps・異常検知・インシデント管理を継続的に研究。 - [[@2024__JNCA__A survey on intelligent management of alerts and incidents in IT services]](JNCA 2024)の第二著者として AIM サーベイの構築に参加。 - PatternMatcher 論文([[@2021__ISSRE__Identifying Root-Cause Metrics for Incident Diagnosis in Online Service Systems]], ISSRE 2021)の共著者(筆頭著者 [[Canhua Wu]] と同等の貢献者として記載)。根本原因メトリクス特定における異常パターン分類と 1-D CNN の活用を研究した。(Source: [[@2021__ISSRE__Identifying Root-Cause Metrics for Incident Diagnosis in Online Service Systems]]) - CauseRank 論文([[@2022__CCGrid__Generic and Robust Performance Diagnosis via Causal Inference for OLTP Database Systems]], CCGrid 2022)の共著者。[[Tsinghua University]] / BNRist 所属として、OLTP データベースシステムの根本原因箇所特定研究に参加した。(Source: [[@2022__CCGrid__Generic and Robust Performance Diagnosis via Causal Inference for OLTP Database Systems]]) - DéjàVu 論文([[@2022__ESEC FSE__Actionable and Interpretable Fault Localization for Recurring Failures in Online Service Systems]], ESEC/FSE 2022)の第 2 著者。[[Zeyan Li]] と共に再帰障害に特化した障害箇所特定フレームワークの設計・評価に参加した。(Source: [[@2022__ESEC FSE__Actionable and Interpretable Fault Localization for Recurring Failures in Online Service Systems]]) - アラートストーム論文([[@2020__ICSE-SEIP__Understanding and Handling Alert Storm for Online Service Systems]], ICSE-SEIP 2020)の**筆頭著者**。[[China EverBright Bank]] の 3 年分・300 万件超アラートデータを用いた最初のアラートストーム実証研究を実施し、EVT ベースのアラートストーム検知 + Isolation Forest デノイジング + DBSCAN クラスタリングを組み合わせた要約パイプラインを提案した。F1 スコア > 0.9 の検知精度とアラート件数 98% 超削減を達成した。(Source: [[@2020__ICSE-SEIP__Understanding and Handling Alert Storm for Online Service Systems]]) - eWarn 論文([[@2020__ESEC-FSE__Real-Time Incident Prediction for Online Service Systems]], ESEC/FSE '20)の**筆頭著者**。[[Junjie Chen]]・[[Dan Pei]] らと共同で、アラートデータのみからリアルタイムにインシデントを予測する手法 eWarn を提案した。LDA テキスト特徴+統計特徴+multi-instance learning でノイズアラートを抑制し、大手商業銀行(11 実サービスシステム)で平均 F1 0.82 を達成、AirAlert(0.51)を上回った。2 行への実運用適用と 4 件の成功事例も報告している。(Source: [[@2020__ESEC-FSE__Real-Time Incident Prediction for Online Service Systems]]) ## 関連 - ソース: [[@2021__ESEC-FSE__Identifying Bad Software Changes via Multimodal Anomaly Detection]] / [[@2022__CCGrid__Generic and Robust Performance Diagnosis via Causal Inference for OLTP Database Systems]] / [[@2020__ICSE-SEIP__Understanding and Handling Alert Storm for Online Service Systems]] / [[@2020__ESEC-FSE__Real-Time Incident Prediction for Online Service Systems]] - エンティティ: [[Dan Pei]] / [[BizSeer]] / [[SCWarn]] / [[Tsinghua University]] - 概念: [[ソフトウェア変更管理]] / [[異常検知]] / [[因果推論ベースRCA]] / [[アラート管理]] / [[障害予測]]