Prime Video如何将时间序列异常转化为可操作警报

Prime Video如何将时间序列异常转化为可操作警报

Prime Video客户必须能够在所有支持该应用的设备（如手机、智能电视或游戏主机）上可靠地流式传输内容。面对海量设备类型和地区组合，Prime Video团队通过重构问题为大规模在线时间序列异常检测任务，开发了自动化监控解决方案。

技术挑战与解决方案

1. 预期特殊事件

对于已知会影响指标流量的活动（如超级碗赛事或《指环王：力量之戒》首映），团队采用协变量增强的预测模型。通过二进制编码调度事件（如图表所示），结合历史数据分析不同赛事对流量波动的具体影响。

2. 非预期低影响事件

针对无法预见的区域性活动（如天气变化），提出集成检测方法：

• 组合均值、方差、趋势等不同特征的检测器
• 融合基于预测和基于导数的异常评分器（如图例所示）
• 通过衍生指标和相关性检测器过滤无害异常

3. 非预期高影响事件

对于突发重大事件（如自然灾害或突发新闻），采用终端用户模拟策略：

• 验证受影响区域内其他技术栈指标的同步偏差
• 建立服务关联性分析机制

实施效果

该方案显著降低了误报率，使工程师能专注于真实故障。文章同时指出需持续评估误报抑制机制可能导致的漏检风险，并建议将领域特定知识与通用异常检测方法相结合。