VIP20
本课程属于：040-制品供应链误差预算 DevOps、SRE 与可观测性工程 · 共 20 门相关课程，组合学习更完整。
查看所属VIP全部课程 →
← 返回所属目录 咨询 / 购买

服务画像驱动制品误差预算台账的异常行为模式识别

共计 30 章节
点击此处阅读海量试读课程：100+行业、1000+细分领域
01
课程导论
服务画像 · 制品误差预算 · 异常行为模式的核心概念与三者关系
课程导论服务画像
02
服务画像基础
服务画像的定义 · 维度（性能 · 可靠性
服务画像基础服务画像的定义
03
制品误差预算基础
误差预算的定义 · 计算方式（SLI/SLO/SLA） · 在制品交付中的意义
制品误差预算基础误差预算的定义
04
台账管理概述
台账的数据模型 · 存储选型（时序数据库 vs 关系型数… · 生命周期管理
台账管理概述台账的数据模型
05
异常行为模式定义
什么是异常行为模式？常见类型（突发 · 周期性 · 趋势漂移
异常行为模式定义什么是异常行为模…
06
数据采集与预处理
多源数据采集（APM · 日志 · 指标
数据采集预处理
07
特征工程基础
从服务画像与误差预算中提取特征（均值 · 分位数 · 熵
特征工程基础从服务画像
08
时间序列分析入门
时间序列分解（趋势 · 季节 · 残差）
时间序列分析入门时间序列分解
09
统计异常检测方法
Sigma · IQR · MAD
统计异常检测方法Sigma
10
基于阈值的检测
静态阈值 · 动态阈值（移动平均 · 指数加权）
基于阈值的检测静态阈值
11
机器学习异常检测（一）
孤立森林（Isolation For…
机器学习异常检测Isolation
12
机器学习异常检测（二）
One-Class SVM · 局部异常因子（LOF）对比与选型
机器学习异常检测One-Class
13
深度学习异常检测
Autoencoder · LSTM-Autoencoder在时…
深度学习异常检测Autoencoder
14
关联规则与根因分析
Apriori算法 · FP-Growth在异常模式关联中的…
关联规则根因分析
15
因果推断入门
Granger因果检验 · DoWhy库在服务画像与误差预算因果…
因果推断入门Granger
16
多维度画像聚合
将服务画像 · 误差预算 · 台账数据聚合为统一特征向量
多维度画像聚合将服务画像
17
模式识别模型训练
训练集/验证集划分 · 正负样本不平衡处理（SMOTE · ADASYN）
模式识别模型训练训练集
18
模型评估与调优
Precision/Recall/F… · ROC-AUC · 混淆矩阵
模型评估调优
19
实时检测管道设计
流式处理架构（Kafka + Fli… · 滑动窗口 · 延迟与吞吐权衡
实时检测管道设计Kafka
20
告警与通知策略
告警分级（P0-P3） · 抑制规则 · 去重
告警通知策略
21
可视化与仪表盘
Grafana仪表盘设计 · 异常模式热力图 · 误差预算燃烧率图
可视化仪表盘
22
案例实战（一）
电商核心交易服务——突发流量导致的误…
案例实战电商核心交易服务
23
案例实战（二）
微服务A/B测试——版本发布后误差预…
案例实战A/B
24
案例实战（三）
基础设施故障——磁盘IO异常与数据库…
案例实战IO
25
案例实战（四）
安全攻击模式——DDoS攻击下服务画…
案例实战DDoS
26
模型持续迭代
模型漂移检测 · 数据漂移检测 · 自动重训练策略（CI/CD for…
模型持续迭代模型漂移检测
27
成本与性能优化
特征存储 · 模型压缩 · 边缘推理在资源受限环境下的部署
成本性能优化
28
合规与审计
台账数据保留策略 · 异常事件审计追踪 · GDPR/等保合规要求
合规审计
29
团队协作与SRE文化
跨团队（Dev · Ops · Sec）协作流程
SRE团队协作
30
课程总结与展望
服务画像驱动运维的未来 · AIOps趋势 · 课程知识图谱回顾
课程总结服务画像驱动运维…