王速，卢华，汪硕,3，蔡磊，黄韬,3

（1. 北京邮电大学网络与交换国家重点实验室, 北京 100876；2. 广东省新一代通信与网络创新研究院，广东 广州 510663；3. 网络通信与安全紫金山实验室，江苏 南京 211111）

1 引言

网络信息化带动了整个世界经济的发展，促进了人类社会的进步。然而伴随着网络的大规模使用，企业的IT系统变得越来越复杂，传统的人工运维方式已经难以满足企业的智能化管理要求[1]。近年来，随着机器学习、深度学习等技术的发展，智能运维（artificial intelligence for IT operations，AIOps）的概念被提出，将AI与运维结合，利用人工智能技术自动监控和管理 IT业务，提升运维效率。

智能运维包含很多关键场景和技术，涉及大型分布式系统的监控、分析、决策等。参考文献[2]将智能运维划分为3个阶段：针对历史事件，包含瓶颈分析、热点分析、故障传播图构建等技术；针对当前事件，包含异常检测、异常定位、故障根因分析等技术；针对未来事件，包含故障预测、趋势预测等技术。其中，KPI异常检测是互联网服务智能运维的一个底层核心技术，上述大多数运维关键技术都依赖于KPI异常检测的结果[2]。本文研究智能运维中的KPI异常检测技术，从单维KPI异常检测和多维KPI异常检测两方面进行分析整理，总结和分析目前KPI异常检测领域的研究现状和研究趋势。

2 KPI概述

为了保障基于Internet的应用服务的稳定性，运维人员通常会密切监控各种各样的KPI（key performance indicator）。KPI的异常往往反映了相关应用的故障，如外部攻击、服务器故障等。因此，高效、可靠的服务依赖于有效的异常检测手段。……