微服务RCA基准方法比较审计

2026年10月15日，一篇发表于arXiv Artificial Intelligence的研究对微服务根因分析（RCA）基准的方法比较进行了审计。该研究审计了OpenRCA、RCAEval和PetShop三个公开基准家族，在11个子系统上运行了16种方法的已发布实现，并在其中三个应用的第二次发布上重复运行。审计发现：在15个领先幅度超过子系统间差异的比较中，14个处处成立；而在8个低于该差异的比较中，6个发生反转；第二次发布中三分之一的比较结果变号，部分子系统上简单探针或自带基线即可击败所有已发表方法。此外，23篇RCA论文均未发布可核查前提的逐案例输出。研究由Lining Hu、Ting Liu、Yuzhuo Fu发布。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。