观文听傑

返回

三道错开的青色玻璃拱门将光汇向一个琥珀色信标的装饰插画三道错开的青色玻璃拱门将光汇向一个琥珀色信标的装饰插画

上线六周后,客服复核发现连续几条路由失败。若从上线首日累计,早期的大量正常案例会稀释近期信号。若每天挑一段最异常的窗口做一次 5% 检验,窗口越多,误报机会越多。上一篇的历史置信交集针对固定参数积累约束。这里换一个问题:一条固定口径的失败流是否持续偏离允许上限?

核心机制是起点混合(Start-Time Mixture)。给每个可能的起点留一份初始证据,从对应案例起更新,再用同一个门槛监看总证据。以下数字都是教学设定。

01 先定义报警针对什么#

从固定切片的核验队列取二元序列 X1,X2,…X_1,X_2,\ldots。每次输入是一个标量,1 表示按冻结协议确认的失败,0 表示确认的成功。长度为 TT 的回放形状是 [T]。tt 是合格案例的预定顺序,单位是案例数。队列来源、服务版本、纳入规则、失败定义和顺序在运行前冻结。

写 Ft−1\mathcal F_{t-1} 为本次观察前用于推断的历史信息。原假设要求每一步的条件失败率(Conditional Failure Rate)都不超过事先约定的 p0p_0:

H0:P(Xt=1∣Ft−1)≤p0对所有 t≥1.H_0:\quad P(X_t=1\mid\mathcal F_{t-1})\le p_0\quad\text{对所有 }t\ge1.

这个条件容许某些依赖,只要上界逐步成立。即使全月平均失败率为 5%,如果已知某些班次通常为 15%,以 5% 作为各班次共用条件上界仍可能不合理。示例中的 p0p_0 是服务事先承诺的上限。若改用历史样本估计,估计误差需要进入检验设计。另一常数 p1∈(p0,1)p_1\in(p_0,1) 是检测器瞄准的失败率,取值会影响检测速度;两者均为无量纲概率。

对新案例使用似然比(Likelihood Ratio)因子 LtL_t:

Lt=(p1p0)Xt(1−p11−p0)1−Xt.L_t=\left(\frac{p_1}{p_0}\right)^{X_t} \left(\frac{1-p_1}{1-p_0}\right)^{1-X_t}.

失败时乘大于 1 的数,成功时乘小于 1 的数。设当步真实条件率为 qtq_t,条件期望是 qt(p1/p0)+(1−qt)(1−p1)/(1−p0)q_t(p_1/p_0)+(1-q_t)(1-p_1)/(1-p_0)。它随 qtq_t 增大,在 qt=p0q_t=p_0 恰好等于 1,所以在原假设下至多为 1。这一步解释了公式为何能约束误报,也解释了为何不能看到本条标签后再挑 p1p_1。

02 每个起点先存证据,再同时更新#

候选起点 ss 的证据 Ms,tM_{s,t} 在 t<st<s 时等于 1,在 t≥st\ge s 时等于 ∏i=stLi\prod_{i=s}^t L_i。它从 1 起步,每一步非负且下一步条件期望不超过当前值,这样的过程称为非负超鞅(Nonnegative Supermartingale)。起点共有无限多个,为 ss 留下 ws=1/[s(s+1)]w_s=1/[s(s+1)],即 1/s−1/(s+1)1/s-1/(s+1),因此权重总和恰好是 1。

混合后的标量 Et=∑s≥1wsMs,tE_t=\sum_{s\ge1}w_sM_{s,t} 仍是同类过程,且 E0=1E_0=1。令 AtA_t 为已启动起点的加权证据之和。第 tt 条标签到来时,刚启动的起点加入 wtw_t,所有已启动项都乘同一个因子。未启动的权重总和仍为 1/(t+1)1/(t+1):

A0=0,At=(At−1+wt)Lt,Et=At+1t+1.A_0=0,\qquad A_t=(A_{t-1}+w_t)L_t,\qquad E_t=A_t+\frac{1}{t+1}.

因此只保存 t,Att,A_t 就能推进证据,外加一个报警状态用于记住首次跨线。对一轮误报预算 α\alpha,Ville 不等式(Ville’s Inequality)给出

PH0(∃t≥1:Et≥1/α)≤α.P_{H_0}\bigl(\exists t\ge1:E_t\ge 1/\alpha\bigr)\le\alpha.

证明的直觉是把过程停在首次跨线或一个固定截点,停止时的期望最多为初始值 1,而已跨线的路径在停止时至少值 1/α1/\alpha。让截点趋于无穷,就得到全程的概率界。这里的事件是“一轮内至少一次误报”,对应每个可能时刻都可看同一条曲线。

合格案例按冻结顺序定序 → 最终标签形成连续前缀
                                  ↓
                        失败位 X[t] → 因子 L[t]
                                  ↓
旧已启动证据 A[t-1] + 新起点权重 w[t] → 乘 L[t] → A[t]
                                                      ↓
                          A[t] + 未启动储备 → E[t] → 首次报警
text

03 手算五个标签,检查储备如何流动#

取 p0=1/4,p1=1/2p_0=1/4,p_1=1/2,失败乘 2,成功乘 2/32/3。教学预算 α=1/5\alpha=1/5 的门槛是 5。输入 [0, 1, 1, 1, 1]。

案例序号 tt失败位 XtX_t新起点权重 wtw_t已启动证据 AtA_t储备 1/(t+1)1/(t+1)总证据 EtE_t
0——011
101/21/21/31/31/21/25/65/6
211/61/611/31/34/34/3
311/121/1213/613/61/41/429/1229/12
411/201/20133/30133/301/51/5139/30139/30
511/301/30134/15134/151/61/691/1091/10
为什么第一次报警在第 5 条,虽然第 4 条已有一个很大的窗口值?

第 4 条时,从第 2 条起的未加权窗口证据是 23=82^3=8,但这个起点只领取 1/61/6,所以它贡献 8/68/6。报警依据是所有加权项与储备之和 139/30<5139/30\lt5。下一条更新后才跨线。最强窗口只适合作为调查线索,它的起点由数据挑出。

04 用 Python 在对数域逐条推断#

下面保存为 change.py,运行 python3 change.py。冻结模型后进行的是在线统计推断,没有梯度更新。输入是合格前缀中的单个 0 或 1,输出是当前序号、对数证据和首次跨线序号三个标量。长序列的连乘容易下溢或上溢。代码用对数求和指数(Log-Sum-Exp)计算 log⁡(ea+eb)\log(e^a+e^b),先取较大值再计算小差值的指数。标准库的 log1p 能在加数接近零时准确计算自然对数。 Python math 文档 ↗

初始化 t=0、log(A)=-∞、首次报警为空
对每个完整前缀的下一个失败位:
    合并旧 log(A) 和本次起点权重的对数
    加上本次因子的对数
    与未启动储备做对数求和,得到 log(E)
    若第一次达到对数门槛,记录本次序号
text

输出:

1 0.8333 None
2 1.3333 None
3 2.4167 None
4 4.6333 None
5 9.1 5
text

每条只做常数次浮点运算、保存常数个字段。回放可先用短序列的显式加权乘积作对照,再验证任意分块重放与逐条更新一致。报表只在安全范围内取指数,超大证据可直接显示自然对数。正式系统在非常接近门槛时应以可验证的数值精度复核边界,展示舍入留在最后一步。

05 什么时候该等待,什么时候该调查?#

看到的情况首先核对对检测的影响
好查的标签最先回传对比发出顺序与连续终态前缀等前缀补齐,避免按结果可见性挑样本
重投后曲线跳升对比案例键、序号与日志截点去重后重放,两个重投不等于两条失败
单个班次集中失败核对条件上界对该班次是否合理检查口径、来源与故障证据再解释报警
很晚才变化或只小幅升高检查起点权重与目标 p1p_1晚起点预算较小,偏离瞄准幅度时功效可能降低

若回传延迟和标签有关,沿用完整前缀账本,每次用冻结顺序的下一条终态标签推进。固定完整流的同时跨线界也覆盖停在某个已知完整前缀的观察方式。若业务用前缀外已知结果来重排未来输入或动态修改模型,必须重新检查条件上界。未回传样本保持等待状态,不能记为 0。报警后保存首次跨线对应的前缀、服务版本和质量核对线索,等待负责团队调查。拒绝这个条件上界只说明证据指向该口径下的超限,故障成因和效应大小需要额外分析。

瞄准的幅度也影响功效。若变化后长期保持失败率 qq,单个已启动起点每步的平均对数增量为 qlog⁡(p1/p0)+(1−q)log⁡((1−p1)/(1−p0))q\log(p_1/p_0)+(1-q)\log((1-p_1)/(1-p_0))。在手算配置下,要到 q>log⁡(3/2)/log⁡(3)≈0.369q\gt\log(3/2)/\log(3)\approx0.369 才为正。真实失败率从 0.25 升到 0.30 时已经超限,却低于这个检测器的对数增长拐点。

和此前的 CUSUM 漂移告警有什么区别?

累积和控制图(CUSUM)保留最强的近期累积偏离,适合围绕正常运行时长和变化后检测延迟调门槛。本篇保留预分配的全部起点权重,并计算有限或无限监看中至少一次跨线的概率。平均误报等待时长和全程误报概率是两个不同的指标。起点权重很小时,长期监看可能付出额外检测延迟。

思考练习#

  1. 将第 5 个失败改成成功,手算 A5A_5 和 E5E_5。如果已经报警后再来成功,首次跨线序号应怎样保存?
  2. 用显式乘积枚举前六条的所有二元前缀,逐项复核代码输出。将未启动储备删掉会怎样改变初始值和手算结果?
  3. 设定周一和周末有不同的已知条件上界。讨论怎样预先确定每个案例的 p0,tp_{0,t} 和 p1,tp_{1,t},并写出该情况下单步条件期望的上界。

相关工作#

  1. Page(1954)提出经典累积和控制图,为顺序变化检测给出基础。 Continuous Inspection Schemes ↗
  2. Howard、Ramdas、McAuliffe 与 Sekhon(2020)用非负超鞅统一推导时间一致尾界。 Time-uniform Chernoff Bounds via Nonnegative Supermartingales ↗
  3. Shin、Ramdas 与 Rinaldo(2024)用连续起点的证据过程构造以平均运行长度为误报指标的检测器。 E-detectors: A Nonparametric Framework for Sequential Change Detection ↗

下一篇预告#

更换核验协议或目标人群时,这条曲线要从新目标重新开始。下一篇用一份跨版本预算和可重放的注册账本,区分服务重启、协议切换与正式检验的新一轮。

近期失败增多,何时该报警?起点混合与全程误报控制
https://zwjcode.cn/blog/audit-change-start-mixture
作者 傑
发布于 2026年11月12日
版权协议 CC BY-NC-SA 4.0
评论加载似乎遇到了问题,请尝试刷新页面。