STAR：微服务事件管理自适应时空归一化框架

2026年10月20日，Xinhua Miao 等作者在 arXiv 人工智能板块提交论文预印本，提出 STAR 时空自适应表示学习框架，用于统一微服务事件管理。该框架通过时间自适应归一化（TAN）处理多变量时间序列的非平稳动态，通过空间自适应归一化（SAN）处理服务依赖图的结构异构性，并以可学习的上下文条件化归一化替代静态、任务无关的归一化。STAR 统一支持异常检测（AD）、故障分诊（FT）和根因定位（RCL）三项任务，在两个真实微服务基准上稳定优于所有 SOTA 基线。目前该工作处于预印本阶段，报道未提及代码、数据或部署等后续进展。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。