論文の概要: Every Alarm Has a Cause: An Open Generator of Telecom Alarm Storms with Exact Root Causes, Bound to NORIA-O, RFC 8632 and TMF642
- arxiv url: http://arxiv.org/abs/2610.30004v1
- Date: Wed, 21 Oct 2026 16:40:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-10-23 00:40:06.412229
- Title: Every Alarm Has a Cause: An Open Generator of Telecom Alarm Storms with Exact Root Causes, Bound to NORIA-O, RFC 8632 and TMF642
- Title（参考訳）: Every Alarmが原因:NORIA-O、RFC 8632、TMF642と接するTelecom Alarm Stormsのオープンジェネレータ
- Abstract要約: アラーム根因解析は共有できないデータについて研究される。
最近の2つのベンチマークでは、インシデントごとの根本原因が大規模に報告されている。
最初期のクリティカルアラームを発生させたデバイスを1行のルールでランク付けすると、トップ1は0.650になる。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Alarm root-cause analysis is studied on data that cannot be shared. Operator logs are confidential, so what the field publishes is a causal graph between alarm types rather than per-incident causes, a fixed scenario set, gated, or never released. Two recent benchmarks carry per-incident root causes at scale; neither states a download location or a licence. We give a generator rather than a dataset. It runs on real backbone topologies from the Internet Topology Zoo and records the exact root cause and the propagation path of every alarm -- a by-product of generation, not a labelling pass. Every emitted field binds to a term in NORIA-O, RFC 8632, RFC 8345 or TMF642, and an unknown term fails the run. We ship fixed configurations, splits, a scorer and nine baselines. A one-line rule -- rank the device that raised the earliest critical alarm -- takes top-1 at 0.650 against 0.575 for our own temporal method, and wins 13 of 15 runs over three backbones and five seeds. An LLM given the same view reaches 0.600, the same model allowed to query the graph 0.625, and the rule wins on real operator alarms too, at 0.773: a property of alarm streams, not of our generator. One fault class separates the table: when a site loses power its PoP reports nothing, so every method that ranks alarmed devices scores 0.000 or near it, while the two that walk the topology to a silent candidate take 1.000 and 0.833.
- Abstract（参考訳）: アラーム根因解析は共有できないデータについて研究される。
オペレータログはシークレットであるため、フィールドが公開しているのは、インシデント毎の原因、固定されたシナリオセット、ゲート、あるいはリリースされないアラームタイプ間の因果グラフである。
最近の2つのベンチマークでは、インシデント毎の根本原因が大規模に報告されている。
データセットではなくジェネレータを提供します。
インターネットトポロジ動物園の実際のバックボーントポロジで動作し、ラベル付けパスではなく、アラームの正確な根本原因と伝播経路を記録します。
出力されたフィールドはNORIA-O、RFC 8632、RFC 8345、TMF642の項に結合し、未知の項が実行に失敗する。
固定された構成、分割、スコアラー、9つのベースラインを出荷します。
最初期のアラームを発生させたデバイスをランク付けするワンラインルールは、私たちの時間的方法では0.575に対してトップ1が0.650、バックボーン3つとシード5つで15点中13点が勝利する。
同じビューを与えられたLLMは0.600に達し、同じモデルでグラフ 0.625 をクエリでき、ルールは実際の演算子アラームにも0.773で勝利する。
あるサイトが電力を失うと、PoPが何も報告しないので、警告されたデバイスにランク付けされたすべてのメソッドは、0.000点近くでスコアされ、トポロジをサイレントな候補まで歩く2つのメソッドは、10,000点と0.833点である。
関連論文リスト
- Harbormaster: Evidence-Gated, Replay-Safe Maritime Anomaly Detection on AWS [1.5229257192293202]
異常アラートに対処するオペレータは、障害後の帰属性、レビュー性、回復性を必要とする。
この記事では、AWS上のプロダクション形式のシステムであるHarbormasterについて説明する。
論文 参考訳（メタデータ） (2026-09-30T18:10:48Z) - Where the Numbers Come From: Auditing Evaluation in Provenance-Based Intrusion Detection [42.49426058823369]
証明に基づく侵入検知器のスコアを再現しても、そのアラームの出力やエンコーダが使用する情報についてそのスコアが何を言っているかは定かでない。
我々は、リリースした9つの実装を監査し、独自のコードを使用して4つの検出器を実行し、3つの測定効果を分離する。
論文 参考訳（メタデータ） (2026-09-27T13:01:02Z) - Clean Engineering, Unstable Measurement: A Preregistered Reliability Failure of Black-Box LLM Observers on Shared Endpoints [4.41537705949485]
言語モデル審査員は、トレーニングデータをゲートし、世代をスコアし、リーダーボードを駆動する。
我々は、事前登録された2つのキャンペーンにおいて、すべてのしきい値が事前に固定された状態で、その仮定を監査した。
52,988件の要求を監査し、スピアマン0.400で0.90と一致した。
証拠を3段階のスナップショット識別はしご、8つの設計ルール、レポートチェックリストに抽出する。
論文 参考訳（メタデータ） (2026-09-03T17:59:43Z) - Privacy-Preserving Topology-Guided Safety for LLM-Based Multi-Agent Systems via Federated Graph Learning [67.04448659688579]
FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。
フェデレーションはオプションではなく、オフ・ザ・シェルフ・トランスファーは流通シフトによって崩壊する。
Live FGLGuardは、AgentDojoのグランドサクセスレートを、ほぼ無防備なユーティリティ、APIコストゼロ、無視可能な機能損失で43%削減する。
論文 参考訳（メタデータ） (2026-09-02T07:57:12Z) - CURA: Certified Runtime Alarms for Computer-Use Agents [6.896160570537455]
セルフレポートは、デプロイが持つ最も安価な監視チャネルであり、有能なコンピュータ使用エージェントでは、監視が重要な場所を正確に失敗する。
361 OSWorldでは、当社のパイプライン、読み取り専用実現ゲート、プランナー、エグゼキュータが、平均タスクスコア82.9に達し、72.4人の参照を上回ります。
71の障害のうち64件(90%)は成功の主張で終わるが、約9100回の呼び出しで明確な失敗の余裕がないことを認めている。
Alarm-gated Mid-execution oversightが障害70件中23件をリカバリし、38日にフロンティア監視機を使用
論文 参考訳（メタデータ） (2026-08-28T00:50:47Z) - Provenance, Not Behaviour: A Serialisation Artifact in Edge-IIoTset and a Leakage-Free Benchmark for Precision-Agriculture Intrusion Detection [0.0]
Edge-IIoTsetは、IoTにおける機械学習侵入検出のベンチマークである。
そのパフォーマンスの多くは侵入検出ではないことが示されています。
AgriEdge:1,276,122行、完全な属性を持つ5つのデバイス、0.0288以上のクラスを分離する列がない。
論文 参考訳（メタデータ） (2026-08-16T14:30:45Z) - EvoCause: LLM-Guided Evolution of Causal Graphs for Root Cause Analysis [42.99212232636026]
一般的なアプローチでは、観測ログから因果グラフを学習し、インシデントによって引き起こされる各サブグラフにおけるすべての零度警報を予測する。
我々は,大言語モデル(LLM)を用いて意味論的に検証可能なグラフ編集を提案し,決定論的コードはノードの同一性や非循環性を検証する。
さらに私たちは,485,681ドルのアラームイベントが5,621ドルのリソースに対して194ドルのアラームタイプにまたがる,運用用通信ネットワークから,専門家によるアラーム付きベンチマークであるTeleRCAをリリースしています。
論文 参考訳（メタデータ） (2026-07-29T15:01:09Z) - Can It Reach the Generator? Investigating the Survival of Prompt-Injection Attacks in Realistic RAG Settings [40.03039307576983]
7つのGEO攻撃を現実的な3段階パイプラインで再評価する。
従来のプロトコルでは,攻撃の有効性が著しく過大評価されていた。
小さなアタックデータセットに微調整された軽量のプロンプトインジェクションガードは、すでにすべてのアタックを検出している。
論文 参考訳（メタデータ） (2026-05-27T06:16:11Z) - Distributional Energy-Based Models for Uncertainty-Aware Structured LLM Reasoning [40.342912574072024]
大規模言語モデルは、旅行計画やコードソリューションのような構造化されたアウトプットを生成する。
個々の推論ステップは正しく見えるが、アウトプット全体が予算に違反したり、テストケースに失敗したり、あるいは以前の推論に矛盾することがある。
構造化LCM出力の検証のための決定論的解析制約付き学習品質スコアラを提案する。
論文 参考訳（メタデータ） (2026-05-15T17:08:27Z) - AnomalyGen: Enhancing Log-Based Anomaly Detection with Code-Guided Data Augmentation [42.87177529900358]
AnomalyGenは、ラベル付きログシーケンスをソースコードから合成することによってトレーニングデータを増強する新しいフレームワークである。
12のさまざまな異常検出モデルに対するHDFSとZookeeperの評価は、AnomalyGenが一貫してパフォーマンスを改善していることを示している。
論文 参考訳（メタデータ） (2026-04-13T07:24:43Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。