MADAMS：面向微服务系统的多模态异常检测方法
来源：计算机工程与应用杂志2026年第10期北京时间：
作者：孔昊, 程国振, 张帅, 杨晓晗
单位：1.信息工程大学 信息技术研究所，郑州 450002；2.网络空间安全教育部重点实验室，郑州 450002；3.先进通信网全国重点实验室，石家庄 050000；
摘要：保障微服务架构的可用性需要精准的异常检测，但现有方法存在以下缺陷：一方面基于单模态的数据分析（即指标、日志或跟踪）可能导致假阴性和假警报；另一方面现有基于多模态的方法难以捕捉服务间依赖异常或跨模态波动。因此，提出一种基于半监督图的异常检测方法MADAMS（multi-modal anomaly detection via attentive multi-source structure）。对指标、日志和跟踪数据进行特征提取与归一化，并通过微服务Steiner-MS（Steiner-enhanced microservice）图进行特征融合。构建一个基于Transformer的神经网络，通过边特征增强模块、时序特征提取模块、交叉注意力与动态门控模块以及混合损失函数设计，准确识别服务间的异常交互并捕捉指标和日志中的异常波动。在真实数据集上的评估结果表明，MADAMS在异常检测任务中准确率和召回率显著提高，F1分数高于0.96。
关键词：微服务,异常检测,多模态,Transformer
基金资助：先进通信网全国重点实验室基金课题（FFX24641X028）；国家重点研发计划（2024YFB2907201）；河南省重大科技专项（241110210200）。
