腾讯又开源了。

继开源800万中文词的NLP数据集之后，腾讯又开源了一个智能运维学件平台Metis，紧张面向运维工程师。

根据官方先容，Metis是一系列AIOps领域的运用实践凑集，主见通过算法从海量运维数据中学习摸索规则，逐步降落对人指定规则的依赖，进而减少人为失落误。

当前版本开源的是韶光序列非常检测学件，从机器学习的角度，来办理运维中时序数据的非常检测问题。

实现思路与代码架构

根据官方先容，韶光序列非常检测学件的实现基于统计讯断、无监督和有监督学习对时序数据进行联合检测。
详细来说是：

通过统计讯断、无监督算法进行首层讯断，输出疑似非常，其次进行有监督模型讯断，得到终极检测结果。
检测模型是经大量样本演习天生，可根据样本持续演习更新。

代码架构如下图所示：

GitHub干系文档中，对代码架构进行了详细的阐明：

数据层（DB）：存储检测非常信息、样本信息、任务信息等。
做事层(server)： 做事层划分为四大模块，分别是：数据驱动模块DAO、特色打算模块feature、算法模块feature以及业务模块business。
接口层(API)： 供应API能力，韶光序列非常检测接口和WEB管理的操作接口。
WEB层(web)： 系统供应的WEB做事，通过做事界面，用户可以进行非常查询、打标标注、样本库管理、模型演习等操作。
运用处景与功能特性

官方文档显示，韶光序列非常检测学件的运用处景有两个，分别是运用数据场景和运用案例场景。

个中运用数据场景包括操作系统数据、运用程序数据和KPI指标数据。
运用案例场景包括监控告警、关联剖析和影响评估。

功能特性有六个，分别为非常检测、特色提取、非常查询、标注打标、样本管理、模型管理。

干系事变与传送门

Metis在Linux系统上运行，前端开拓措辞支持JavaScript和TypeScript，后端支持Python 2.7。

GitHub链接：

https://github.com/Tencent/Metis

— 完 —

诚挚招聘

量子位正在招募编辑/，事情地点在北京中关村落。
期待有才华、有激情亲切的同学加入我们！
干系细节，请在量子位"大众年夜众号(QbitAI)对话界面，回答“招聘”两个字。

量子位 QbitAI · 号签约作者

վ'ᴗ' ի 追踪AI技能和产品新动态