一分钟读论文：《线上系统事故解决时间（TTM）需要多久？》
事故从发现到解决有三个重要的衡量指标： TTD（Time To Detect，事故被发现的时间）、TTE（Time To Engage，相关责任人响应时间）、TTM（Time To Mitigate，事故缓解或解决时间）。TTM 是定位问题和制定解决方案并解决的时长。微软研究院的论文《How Long Will it Take to Mitigate this Incident for...
本文研究了事故的发现、响应和解决时间，并提出了预测方法TTMPred。通过微软20个在线服务系统的事故数据，发现TTM与事故的严重性、影响范围、类型、来源、所属服务和所属团队有关。信息不足、沟通不畅、协作不协调是影响TTM的主要因素。文章介绍了TTMPred的方法和评估结果，表明其能够准确预测事故缓解时间，并具有良好的泛化能力。
