之前零零散散找了些论文，但总感觉不够体系化，而且虽然都是使用因果推断，但是实际上大家使用的领域和具体使用的方法也不尽相同 (毕竟本身因果推断也都有很多流派)。

本报告从两个方面来介绍我们如何利用更多的数据来做好因果推断，一个是利用历史对照数据来显式缓解混淆偏差，另一个是多源数据融合下的因果推断。

点击上方“智能运维前沿”可订阅哦！ 作者｜H3C: 李富 葛帅 曹海峰 编辑｜Vicky 摘要 传统对于监控KPI数据监控通常是基于规则，根据预先设定的阈值来报警, 这种方法虽然简单，但适应性不好，容易出现大量误告漏告，给实际运维工作带来巨大的挑战。为此，本文开发了基于机器学习…