Kiss, Áron, Nehéz, Károly, Hornyák, Olivér (2025) AI-driven fault diagnosis from textual system logs Annales Mathematicae et Informaticae. 61. pp. 156-170. ISSN 1787-6117 (Online)
![[thumbnail of 156_170_kiss.pdf]](http://publikacio.uni-eszterhazy.hu/style/images/fileicons/text.png) |
pdf
156_170_kiss.pdf Download (690kB) [error in script] |
Absztrakt (kivonat)
The increasing complexity and scale of microservice-based systems pose major challenges for ensuring reliability and operational continuity. Multimodal fault diagnosis integrating logs, metrics, and traces has emerged as a key approach for improving anomaly detection, failure type identification, and root cause localization. Graph Neural Networks (GNNs) show strong potential for modeling intricate service dependencies and fault propagation patterns in such systems. This study presents a systematic review of state-of-the-art graph-based multimodal diagnostic frameworks. We compare existing methods in terms of diagnostic accuracy, scalability, computational cost, and implementation complexity, and analyze representative public datasets and benchmark systems. We highlight key challenges, including generalization, explainability, online applicability, and outline promising directions for future research. In addition, we report preliminary findings from our own experiments, which suggest that Transformer-based models provide a promising foundation for multimodal fault diagnosis in enterprise microservice systems. These early results motivate our ongoing work toward hybrid architectures that combine the strengths of Transformers and GNNs.
| Mű típusa: | Folyóiratcikk - Journal article |
|---|---|
| Szerző: | Szerző neve Email MTMT azonosító ORCID azonosító Közreműködés Kiss, Áron NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző Nehéz, Károly NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző Hornyák, Olivér NEM RÉSZLETEZETT NEM RÉSZLETEZETT NEM RÉSZLETEZETT Szerző |
| Kapcsolódó URL-ek: | |
| Kulcsszavak: | microservice system, fault diagnosis, anomaly detection, rootcause localization, Graph Neural Network, Transformer |
| Folyóirat alcíme: | Selected papers of the International Conference on Formal Methods and Foundations of Artificial Intelligence |
| Nyelv: | angol |
| Kötetszám: | 61. |
| DOI azonosító: | 10.33039/ami.2025.10.003 |
| ISSN: | 1787-6117 (Online) |
| Felhasználó: | Tibor Gál |
| Dátum: | 29 Okt 2025 12:42 |
| Utolsó módosítás: | 29 Okt 2025 12:42 |
| URI: | http://publikacio.uni-eszterhazy.hu/id/eprint/8833 |
 |
Tétel nézet |
