软件学报

作者：王浩天，周学广，王尚文，靳若春，黄万荣，杨文婧，王戟

单位：王浩天，国防科技大学 计算机学院, 湖南 长沙 41007311,周学广，海军工程大学 信息安全系, 湖北 武汉 43003302,王尚文，国防科技大学 计算机学院, 湖南 长沙 41007303,靳若春，国防科技大学 计算机学院, 湖南 长沙 41007304,黄万荣，国防科技大学 计算机学院, 湖南 长沙 41007305,杨文婧，国防科技大学 计算机学院, 湖南 长沙 41007306,王戟，国防科技大学 计算机学院, 湖南 长沙 41007307

关键词：根因分析;扩散模型;结构因果模型

基金：国家自然科学基金(62032024, 62372459, 62276273, 62302503); 国防科技大学青年自主创新科学基金(ZK23-15); 高性能计算国家重点实验室自主开放课题(202401-09)

根因分析是指找出引起复杂系统异常故障的根源因素. 基于因果关系的溯因方法基于结构因果模型, 是实现根因分析的最优选择之一. 目前大多数因果驱动的根因分析方法大都需要数据因果结构的发现作为前置条件, 这使得根因分析本身严重依赖于因果发现这一先验任务的效果. 最近, 基于得分函数的干预识别受到了广泛关注, 其通过对比干预前后的得分函数导数的方差来检测被干预的变量集合, 具备突破因果发现对根因分析约束的潜力. 然而, 主流的基于得分函数的干预识别大都受限于得分函数估计这一步骤, 其采用的解析求解方法并不能很好地对真实的高维复杂数据分布进行建模. 因此, 鉴于最近在数据生成中取得的进展, 提出一种扩散模型引导的根因分析策略. 具体来说, 所提方法首先利用扩散模型针对异常发生前后的数据分布对应的得分函数进行估计, 进而通过观察对加权融合后的总体得分函数的一阶导方差, 识别导致异常发生的根因变量集合. 此外, 为了进一步减小在识别过程中剪枝操作带来的扩散模型重复训练的开销, 提出一种可靠的估计策略, 其只需要训练一次扩散模型即可估计所有剪枝过程中对应节点的得分函数. 在仿真数据和真实数据上的实验结果表明, 所提出的方法实现了对于根因变量集合的精准识别. 此外, 相关的消融实验也表明, 扩散模型的引导作用对于表现提升至关重要.

来源：2026年第2期

《软件学报》期刊编辑部

查看软件学报杂志2026年第2期