Чуйко Д.О.,
магистрант, НИУ ВШЭ, факультет МИЭМ, ОП «Компьютерные системы и сети», dochuyko@edu.hse.ru

Кретова А.А.,
магистрант, НИУ ВШЭ, факультет МИЭМ, ОП «Компьютерные системы и сети», aakretova@edu.hse.ru

Автоматизация документирования
инцидентов в ИТ-системах с использованием больших языковых моделей

В работе предложена методика автоматизированного документирования ИТ-инцидентов с использованием больших языковых моделей (LLM), позволяющий создавать структурированные отчёты на основе входных данных. Эксперименты подтвердили высокое качество сгенерированных отчётов по метрикам, а также их соответствие экспертной оценке. Решение сокращает время обработки инцидентов и минимизирует ошибки ручного документирования.

Введение

Современные информационные системы ежедневно сталкиваются с инцидентами – сбоями оборудования, кибератаками, ошибками конфигурации. Каждый такой случай требует тщательного документирования, включающего описание проблемы, предпринятых действий, анализа причин и рекомендаций по предотвращению повторения. В крупных организациях этот процесс отнимает значительное время у специалистов, а ручное заполнение отчётов нередко приводит к ошибкам, неполноте данных или несоответствию корпоративным стандартам [1].

Существующие системы управления инцидентами автоматизируют сбор данных и частично обработку, но не решают задачу генерации текстовых отчётов [2]. Большие языковые модели (LLM), такие как GPT-4 или DeepSeek, предлагают новый путь решения этой проблемы [3]. Они способны анализировать разнородные данные – логи, тикеты, метаданные – и генерировать структурированные отчёты, соответствующие внутренним требованиям компании [4][5]. Кроме того, LLM можно дообучать на исторических данных организации, что повышает точность и релевантность результатов.

Цель данной работы – предложить методику автоматизированного документирования инцидентов на основе LLM, оценить её эффективность по сравнению с ручным подходом и выявить возможные ограничения.

<...>

Ключевые слова: автоматизация, инциденты, документирование, отчёт, большая языковая модель, нейросеть, машинное обучение, LLM, BLEU, ROUGE

Полную версию статьи читайте в журнале
Подпишитесь на журнал

Комментарии могут оставлять только зарегистрированные пользователи