Automatisierte Fehlersuche: KI erkennt Anomalien in Echtzeit-Logs des ALS
Ein neues Forschungsdokument präsentiert ein vollautomatisches Fehleranalyse-Framework für den Advanced Light Source (ALS). Das System verarbeitet die Echtzeit-Event-Logs des EPICS‑Kontrollsystems und nutzt dabei fortschrittliche Techniken der natürlichen Sprachverarbeitung.
Durch die Umwandlung von Logeinträgen in kontextbezogene Vektordarstellungen mittels semantischer Einbettung werden die Daten in ein für neuronale Netze lesbares Format gebracht. Anschließend bewertet ein sequentielles neuronales Netzwerk, das ausschließlich mit normalen Betriebsdaten trainiert wurde, jede einzelne Ereignissequenz in Echtzeit.
Das Ergebnis ist ein Anomalie‑Score, der sofort Abweichungen vom erwarteten Verhalten aufzeigt. Auf diese Weise können Betreiber kritische Ereignisfolgen, die zu komplexen Systemausfällen führen, rasch identifizieren und gezielt eingreifen. Das Verfahren verspricht eine erhebliche Steigerung der Reaktionsgeschwindigkeit und der Zuverlässigkeit des ALS‑Systems.