# SuperAgg [[National University of Defense Technology]](NUDT)の [[Yuan Yuan]]・[[Tongqing Zhou]] らが提案したスーパーコンピュータ向けアラート集約フレームワーク(ISSRE 2024)。 ## 設計 オフラインパターン学習とオンライン集約の 2 段階で構成される。 **センサ層**: - コントラスト学習ベースの教師なし手法 Time2State を拡張してアラート時系列から 7 パターンを自動検出 - 専門家グループが解釈し、stable / fake / wandering / jittering の 4 カテゴリに分類(ワンパス) - オンライン集約: silent awaiting(Fake/Wandering 検知で保留)・see&suppression(Jittering 波形統計で抑制) **システム層**: - 方向付き Apriori 法でセンサ間の主従共起ルールを採掘 - 主従ルールに従い、二次アラートをウィンドウ内で抑制 ## 性能(§V) | 指標 | データセット A | データセット B | |---|---|---| | 集約率 | 99.04% | 98.64% | | 集約精度(センチネル保護率) | 99.18% | 95.88% | 3 ベースライン(Rule-based / Clustering-based / Window-based)に対して精度で少なくとも 83.8%(A)・43.2%(B)の大差をつける。 ## ソース - 論文: [[@2024__ISSRE__Exploring Hierarchical Patterns for Alert Aggregation in Supercomputers]] - コード: https://github.com/Txh-User/SuperAgg ## 関連 - 概念: [[アラート集約]] - 著者: [[Yuan Yuan]] / [[Tongqing Zhou]] / [[Yongqian Sun]] - 所属: [[National University of Defense Technology]] - 比較: [[COLA]](Kuang+ 2024、クラウド向けハイブリッド LLM 集約)