Resumen: Este documento presenta MicorCa-Agent, una solución innovadora para el análisis de causa raíz de microservicio basado en agentes de modelos de lenguaje grande, que construye un sistema de localización de causa raíz de falla inteligente con fusión de datos multimodales. Las innovaciones técnicas se incorporan en tres aspectos clave: primero, combinamos el algoritmo de análisis de registro de drenaje previamente capacitado con un mecanismo de filtrado de datos de niveles múltiples para comprimir los registros masivos de manera eficiente en las características de fallas de alta calidad. En segundo lugar, empleamos un enfoque de detección de anomalías duales que integra algoritmos de aprendizaje no supervisados de bosques de aislamiento con validación del código de estado para lograr una identificación integral de anomalías. En tercer lugar, diseñamos un mecanismo de filtrado de relación de simetría estadística junto con una estrategia de análisis LLM de dos etapas para permitir la resumen de fenómenos de pila completa en las jerarquías de nodo-servicio-POD. El módulo de análisis de causa raíz multimodal aprovecha las indicaciones intermodales cuidadosamente diseñadas para integrar profundamente la información de anomalía multimodal, explotar completamente la comprensión intermodal y las capacidades de razonamiento lógico de los modelos de lenguaje grandes para generar resultados de análisis estructurados que abarca componentes de falla, descripciones de causa raíz y traza de razonamiento. Los estudios de ablación integrales validan el valor complementario de cada datos modales y la efectividad de la arquitectura del sistema. La solución propuesta demuestra un rendimiento superior en escenarios complejos de fallas de microservicio, logrando un puntaje final de 50.71. El código ha sido lanzado en: esta URL HTTPS.
Publicado Originalme en export.arxiv.org El 21 de septiembre de 2025.
Ver Fuente Original
