Learned Execution Graphs for Anomaly Detection & Drift in APIs — Ritvik Pandya, JP Morgan Chase
JP Morgan Chase의 Ritvik Pandya는 API의 이상 탐지 및 드리프트 감지를 위해 실행 그래프(DAG)를 사용하는 방법을 설명합니다. 이 기법은 기존 모니터링 시스템이 놓칠 수 있는 API 요청 처리의 미묘한 문제를 식별하고, 근본 원인 분석 시간을 단축하며, 이상 현상과 실제 드리프트를 구분하고, 드리프트 유형(구조적, 볼륨, 공변량)을 분류하는 데 중점을 둡니다.
핵심 요약
- API 요청 처리를 짧은 실행 그래프(DAG)로 모델링하여 요청 처리 방식과 잠재적 편차를 파악합니다.
- 이 시스템은 "기본선(baseline), 편차(deviation), 국지화(localize), 조치(act)"의 4단계 방법론을 따릅니다. 문제가 발생하면 그래프를 통해 정확한 노드를 찾아 근본 원인을 파악합니다.
- 이상 현상(anomaly)은 일시적인 문제인 반면, 드리프트(drift)는 시간이 지남에 따라 발생하는 점진적인 패턴 변화를 의미하며, 새로운 기준선 설정이 필요할 수 있습니다.
전체 요약과 종목별 의견·실시간 분석을 보려면 로그인하세요.
로그인 / 회원가입