Root Cause Analysis of Outliers in Unknown Cyclic Graphs

Technische Samenvatting: Oorzaakanalyse van Outliers in Onbekende Cyclische Grafen

Probleemstelling
Root Cause Analysis (RCA) beoogt de specifieke knopen in een causaal systeem te identificeren waar een anomalie ontstaat, waarbij onderscheid wordt gemaakt tussen knopen die louter symptomen vertonen door propagatie en de werkelijke bron. Terwijl bestaande methoden vaak vertrouwen op het leren van een grondwaarheid-causale graaf of acyclische structuren (Directed Acyclic Graphs of DAGs) veronderstellen, vertonen reële systemen frequent cyclische feedbackloops (bijv. in genregulerende netwerken of microservice-architecturen). Bovendien vereisen veel bestaande benaderingen meerdere anomale monsters of restrictieve aannames over de graafstructuur. Dit artikel behandelt de uitdaging van het identificeren van oorzaken in onbekende cyclische grafen met behulp van lineaire Structurele Vergelijking Modellen (SEM's) en slechts één enkel anomaal monster, zonder voorafgaande kennis van de causale graaf.

Methodologie
De auteurs stellen een methode voor die gebaseerd is op de invariantie van structurele vergelijkingen tussen de normale en de anomale regimes, met uitzondering van een ijle (sparse) additieve perturbatie bij de root cause-knopen.

1. Modelformulering:

   • Het systeem wordt gemodelleerd als $X = AX + N$, waarbij $A$ een coëfficiëntmatrix is (die potentieel cycli bevat) en $N$ een ruisvector met ongecorreleerde componenten.
   • Een anomaal monster $\tilde{X}$ wordt gemodelleerd als $\tilde{X} = A\tilde{X} + N' + \Delta$, waarbij $\Delta$ een ijle vector is die de perturbatie bij de root cause-knopen vertegenwoordigt.
   • De methode gaat ervan uit dat de lineaire relaties (matrix $A$) onveranderd blijven; alleen de ruisterm wordt verstoord.

2. Causaal Voldoende Cyclisch Model:

   • De kerninzicht betreft de precisiematrix $\Theta_{XX} = \Sigma_{XX}^{-1}$.
   • Door de precisiematrix toe te passen op de outlier-vector ($\xi = \Theta_{XX}\tilde{X}$), leiden de auteurs af dat de resulterende vector $\xi$ alleen afwijkt van zijn normale distributie bij de root cause-knopen en hun ouders (parents).
   • Stelling 3.1: Voor generieke parameters is de verzameling knopen waar $\xi_i$ afwijkt in distributie van het normale geval een deelverzameling van de root causes $R$ verenigd met hun ouders $pa(R)$.
   • Stelling 3.2: Deze lijst kan verder worden verfijnd door intersectie met knopen die zelf anomaal zijn in de geobserveerde data ($\tilde{X}_i$), wat een shortlist oplevert van root causes en ouders die ook afstammelingen (descendants) zijn.

3. Afhandeling van Latente Variabelen:

   • De methode breidt zich uit naar scenario's met niet-geobserveerde (latente) variabelen door deze te marginaliseren. Dit resulteert in een geprojecteerde SEM waarbij de ruistermen van geobserveerde variabelen gecorreleerd kunnen raken.
   • De precisiematrix van de geobserveerde variabelen wordt afgeleid, en het support van de perturbatie wordt getoond te bestaan uit knopen die verbonden zijn met observeerbare root causes via "zig-zag" structuren (sequenties van latente paden).

4. Implementatie en Statistische Controle:

   • Het algoritme schat de precisiematrix in vanuit normale monsters (met behulp van Graphical Lasso of directe inversie).
   • Het berekent een score-vector $\xi$ voor het anomale monster.
   • Om de False Discovery Rate (FDR) te controleren bij het selecteren van kandidaten, gebruikt de methode e-waarden (specifiek de gekwadrateerde Z-score genormaliseerd door de variantie) in plaats van p-waarden, wat robuuste multiple testing correctie mogelijk maakt, zelfs met afhankelijkheden.
   • Een definitieve score wordt toegewezen door scores op nul te zetten voor knopen die zelf geen outliers zijn (gebaseerd op een drempelwaarde $\tau$).

Belangrijkste Bijdragen

• Cyclische Graaf-capaciteit: Het artikel biedt de eerste bewijsbare methode voor RCA in onbekende cyclische grafen met gebruik van een enkel anomaal monster, waarbij de acyclische aanname van eerder werk (bijv. Li et al., 2025) wordt overwonnen.
• Geen Grondwaarheid Vereist: De aanpak vereist niet dat de causale graaf vooraf bekend is of geleerd moet worden; het vertrouwt uitsluitend op de covariantiestructuur van de normale data.
• Theoretische Garanties: De auteurs bewijzen dat de methode een "shortlist" van kandidaten identificeert die de ware root causes en hun ouders bevat (specifiek zij die op een cyclus liggen met de root cause).
• Latente Variabele Robuustheid: Het framework is uitgebreid om scenario's met latente variabelen aan te pakken, waarbij "observeerbare root causes" (de vroegste geobserveerde knopen die door de anomalie zijn aangetast) worden geïdentificeerd.
• Computationele Efficiëntie: Door het vermijden van dure combinatorische zoektochten (zoals permutatie-zoektochten gebruikt in eerdere methoden), is de voorgestelde methode computationeel efficiënt en wordt de kosten bepaald door de schatting van de precisiematrix.

Resultaten

• Simulaties: In synthetische experimenten met 50 en 100 knopen (zowel cyclisch als acyclisch, met en zonder latente variabelen) presteerde de voorgestelde methode (gebruikmakend van Graphical Lasso of Inverse Covariance) consistent beter dan de op Cholesky-ontbinding gebaseerde methode (Li et al., 2025) en de BARO benchmark. Het behaalde een hogere nauwkeurigheid in het rangschikken van de ware root cause, met name in cyclische instellingen en grotere grafen, terwijl het aanzienlijk sneller was.
• Real-World Data: De methode werd geëvalueerd op diverse benchmarks, waaronder:
  • Microservice Systemen: PetShop, Sock Shop, Online Boutique, en Train Ticket.
  • Biologische Data: Genexpressiedata van patiënten met Mendeliaanse ziekten.
  • Synthetische Benchmarks: CIRCA en RCD datasets.
  • Bevindingen: De methode presteerde competitief of superieur ten opzichte van bestaande baselines (Cholesky, Z-Score, BARO). Met name presteerde het beter dan Cholesky op genexpressiedata en continue microservice-data, terwijl het hoog-dimensionale gevallen (waarbij features > samples) aanpakte via gerekte (shrunk) covariantiestimatoren.

Betekenis en Claims
De auteurs beweren dat dit de enige methode is die bewezen werkt voor onbekende cyclische grafen met gebruik van een enkel anomaal monster. De betekenis ligt in het vermogen om te opereren onder de "Sparse Mechanism Shift" hypothese, waarbij distributionele verschuivingen worden toegeschreven aan veranderingen in slechts enkele mechanismen (de root causes), terwijl de structurele vergelijkingen van de rest van het systeem invariant blijven. Het artikel benadrukt dat deze aanname cruciaal is voor het definiëren van de RCA-taak; zonder deze aanname zou elke knoop theoretisch een root cause kunnen zijn. De methode biedt een praktische, computationeel efficiënte oplossing voor reliability engineering in complexe, cyclische systemen waar grondwaarheid-grafen niet beschikbaar zijn.