arXiv · cs.AI· Xinhua Miao, Linyu Zhu, Bowei Yang, Zhengong Cai·· 1 天前
STAR提出统一微服务事件管理的自适应时空归一化框架
STAR: Adaptive Spatial-Temporal Normalization for Unified Microservice Incident Management
arXiv:2609.31645v2阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Xinhua Miao, Linyu Zhu, Bowei Yang, Zhengong Cai
研究任务与主要进展
STAR提出一种时空自适应表示学习框架，通过TAN利用多尺度时间上下文归一化多变量时间序列，并通过SAN基于服务依赖图执行结构感知的空间归一化。该框架统一支持异常检测、故障分诊和根因定位；基于论文摘要，作者报告其在两个真实微服务基准上持续优于现有基线，但摘要未提供具体指标、数据规模或改进幅度。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org