MADGuard：一种高性能的微服务异常检测系统，具备多维数据融合和时序因果分析能力

《IEEE Transactions on Network and Service Management》：MADGuard: A High-Performance Microservice Anomaly Detection System With Multidimensional Data Fusion and Temporal Causal Analysis

　　针对微服务架构面临的多维数据融合、时间因果关系建模及异常回溯分析难题，MADGuard系统通过构建原生provenance图、融合时空图神经网络与IDF加权策略，并集成异常子图聚合回溯模块，在TeaStore、RobotShop等基准测试中实现94.08%的高检测准确率，显著优于现有方法。

　　

摘要：

随着微服务架构的广泛应用，它们面临的安全威胁也变得越来越复杂。现有的基于系统调用的异常检测方法在三个关键方面存在显著局限性：多维数据融合、时间因果关系建模以及异常的取证分析。本文提出了一种基于源追踪图的微服务异常检测系统MADGuard。MADGuard通过三项关键创新解决了这些问题：（1）通过整合多源服务和多维数据构建原生源追踪图，并采用特征哈希和位置编码来实现高效的图表示；（2）该系统引入了时间图网络（TGN）模型，结合边重构误差和逆文档频率（IDF）加权，使得F1分数相比现有方法提高了15.07%；（3）在微服务安全领域首次实现了集成式的取证分析模块，能够通过聚合的异常子图快速重建异常路径。在典型的微服务基准测试（TeaStore、RobotShop、SockShop）中对MADGuard进行了全面评估，结果显示其检测准确率为94.08%，显著优于现有的先进方法，同时保持了实际的运行效率。