k8s aiops 算法

我给你一份最精炼、只讲算法、直接对应K8s场景的清单，从简单到高阶，你拿去学习/面试/落地都能用。

K8s AIOps 核心算法（极简版）

1. 入门：统计 & 规则（80% 故障靠它）

• 3σ、IQR（异常检测）
• 滑动窗口 MA/EMA（指标平滑）
• 分位数、动态阈值
• 时间窗聚合（告警雪崩）
• 决策树、规则引擎（根因初判）

用途：Pod 重启、OOM、节点高负载、磁盘满、网络突增。

---

2. 中级：异常检测（K8s 真正 AI 起点）

• 孤立森林 Isolation Forest
• LOF / HBOS（密度异常）
• COPOD（轻量、高维指标友好）
• ADTK（时序突变）
• Prophet / SARIMA（预测负载）

用途：
CPU/内存/网络/磁盘 无规则异常、流量突刺、延迟抖动、Pod 异常行为。

---

3. 中高级：告警聚类 & 根因排序

• DBSCAN（告警聚类）
• TF-IDF + 余弦相似度（告警文本）
• 互信息 MIC / 皮尔逊相关
• XGBoost / LightGBM（特征重要性 → 根因TopN）

用途：
K8s 雪崩告警去重、定位根因告警、输出根因Top5。

---

4. 高阶：K8s 拓扑 + 因果（大厂 RCA）

• PageRank（拓扑根因打分）
• PC 算法（构建因果图）
• LiNGAM（线性因果）
• 知识图谱推理（故障传播路径）

用途：
定位谁是根节点：
是 Node 挂 → Pod 挂 → Service 挂
还是 Service 异常 → Pod 重启 → Node 负载高

---

5. 前沿：大模型 + K8s

• LLM 日志语义解析
• LLM 事件理解
• 自然语言根因总结
• 自动生成排查命令

---

你最该掌握的 K8s AIOps 必学算法TOP8

1. 3σ / 动态阈值
2. Isolation Forest（孤立森林）
3. Prophet
4. ADTK（时序突变）
5. DBSCAN（告警聚类）
6. XGBoost（根因排序）
7. MIC 互信息
8. PC 算法（因果）

---