弃权机制取代加权融合，CoreSec让网络故障定位稳定又清晰！
The Abstention Protocol: RCA for Clos Fabrics
📖 AI 总结
大型数据中心网络中的根因分析（RCA）面临遥测数据噪声大、不完整且异步的挑战，传统基于评分的方法在此条件下容易产生不稳定或错误的归因结果。本文提出CoreSec生产级RCA系统，以PAM风格的弃权代数替代加权融合机制，通过控制标志组合遥测代理，在证据模糊时实现确定性决策和显式弃权。该系统结合拓扑感知配置，可捕捉Clos架构中的故障面，并随证据积累单调收敛。CoreSec已在超大规模环境中部署，无需重新调参即可在多样环境下提供稳定且可解释的RCA行为。研究证明，结构化组合与弃权机制为云网络自动化RCA奠定了实用基础。该论文发表于USENIX OSDI 2026。
🔑 关键词速览
| Root cause analysis (RCA) | 根因分析，用于确定系统故障或问题的根本原因。 |
| PAM-style abstention algebra | 一种基于PAM（可能是“Precision-Aware Model”或类似缩写）的弃权代数，允许系统在证据不足时明确弃权，而非强行给出决策。 |
| Clos fabrics | Clos网络架构，一种多级交换拓扑，常用于数据中心网络，提供高带宽和冗余。 |
| Telemetry agents | 遥测代理，负责收集和传输网络或系统数据的组件。 |
| Hyperscale | 超大规模，指能够支持大规模云计算或数据中心环境的架构或系统。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅