摘要

  • NMOP 异常生命周期把检测、验证和改进连成循环，但“已确认”只是流程状态，不是无限范围的事实授权。
  • 置信度和关注度可以帮助排序，却不说明证据是否齐全、服务是否受损、原因是否成立或判断能否用于训练与自动处置。
  • 每次状态转换都应保存证据快照、版本沿革、验证者职权、异议、下游用途、回放结果与回退边界。

分数回答了另一个问题

检测器看到一个指标远离历史区间，把置信度给到一百。这个数字可能忠实反映算法判断：在它掌握的特征和校准窗口里，当前形态极不寻常。与此同时，网络正在执行已批准的迁移，另一个关键数据源还没有接入，客户流量并未受损。

分数没有撒谎。被过度解释的是它的适用范围。

IETF NMOP 工作组的 An Experiment: Network Anomaly Detection Lifecycle 第 07 版发布于 2026 年 9 月 6 日，2027 年 3 月 10 日到期，预期状态为 Experimental。它是仍在工作的 Internet-Draft，不是 RFC。草案提出检测、验证、改进三阶段循环、标签存储、状态机与 YANG 数据模型。

这一结构把“发现不寻常”与“确认问题”分开，是重要进步。它也把新的治理问题摆到台前：一个方法内部的高置信结果，如何才能成为组织可依赖的结论。

状态没有自带授权

草案区分预计问题、潜在问题、已确认问题、已丢弃问题、已分析问题和已调整检测等状态。状态使不同团队能够交换工作进度，却没有自动规定谁能为哪个服务执行哪次转换。

值班工程师可以有权确认一次事故，以便调动资源；这不代表他有权把标签写入全局训练集。数据科学家可以调整实验模型，却未必能降低生产告警阈值。自动改进器可以执行批准的回放，却不能自行把结果用于自动修复。

模型为标注者保留必填名称，并可记录 ID、版本和类型。这是来源信息，不是权力来源。还需要组织、角色、职责、服务范围、决策目的、审批规则、有效期以及作者与复核者是否分离。

否则两个经过认证的主体都能写出相反判断，系统只能把“最后写入”误当成“更有权威”。

一百分没有说明缺了什么

置信度描述检测器对异常偏离的确信，关注度描述运营方应当调查或采取纠正行动的程度。二者都能帮助安排队列，却不是“全部相关证据已收集”的概率。

检测器可以百分之百确认曲线异常，却完全不知道计划变更。验证者可以确认客户受损，却不能确认根因。高关注度可以支持升级，而不是自动处置许可。原因、影响、优先级和授权是不同字段，不能压成一个数字。

分数必须与方法版本、输入特征、校准窗口、缺失信号、观测点、服务范围和它真正支持的命题一起保存。脱离这些上下文，精确数字只会把不确定性藏得更深。

主题名称不是证据副本

草案的数据模型可以用消息代理主题与 subject 引用运营数据。这能指明异常来自哪个数据流，却不一定保留验证者当时看到的确切字节。

保留期会到期，压缩会替换记录，生产者会改变单位和格式，权限变化会让后来的审核者看见更少的数据。同一个主题名称在未来可能指向当前流，而不是历史窗口。

涉及长期后果的状态转换需要内容哈希、查询和过滤条件、观测区间、生产者、模式版本、单位、采集点以及完整性说明。因隐私、成本或合规无法保留时，应把这种限制写进结论，不能把可解析的引用当成不可变保管。

新版本不能让旧判断消失

标签存储用于持久化各阶段信息。标签可被取回、审核、修改并再次保存，也可标记为无关。版本机制只有在保留前身和转换理由时才构成问责。

一名验证者确认问题，另一名后来发现这是计划变更并将其丢弃。后者可能更准确，但前一次判断已经触发值班、报告或规则调整。把数据库中的一个值覆盖掉，不会撤销这些真实后果。

每一版都应记录前一版、参与者、时间、证据增量、理由、异议和需要通知的消费者。“无关”也必须说明对哪个服务、时间段、检测器与用途无关。退出活动视图的标签仍可能残留在训练数据中。

安全写入仍可能写错

草案要求安全传输、双向认证，并利用 NACM 限制 NETCONF 或 RESTCONF 用户可执行的操作和可访问内容。这些是必要控制。它们证明一个经过认证的主体对受保护资源执行了允许操作。

它们不证明主体正确理解了症状，也不证明证据完整、服务确实受损或复核独立。合法账号会犯错，恰当角色也会信息不足，有效凭据还可能被盗用。

因此协议回执旁边还需要语义回执：为什么转换、哪些证据改变、哪项政策赋予目的权限、是否存在异议，以及进入训练、抑制或处置之前需要什么额外审批。

回放可能学会重复原结论

改进阶段可以调整症状定义、权重、分数、规则、模型与自动化，再回放异常，检查检测能力是否改善。如果最初的确认标签错误，新模型可能只是更稳定地复现错误。

用同一份标注事故测试，会得到更高一致率。这个结果证明模型更贴近目标标签，不证明更贴近服务现实。反馈循环把历史判断变成评价标准，就可能制造自己的确认。

评估数据必须与调整数据分离。反例、异议标签和网络条件变化都要保留。评估应分别衡量检测、校准、运营效用、错误抑制和损害。每个模型与规则需要记录它依赖的标签版本，并能在标签撤销时回退下游产物。

草案列出的 Antagonist 开源实现支持标签的视觉验证与 ground truth 生成。这证明数据模型可以运行，不证明某一标签为真、组织授权合理或生产网络结果改善。

实验记录也会变成长期资产

草案明确是实验，并把开源实现用于真实网络作为成功条件的一部分。现有材料证明方案、模型与实现工作，不证明采用率、准确率、安全性或客户效果。

但实验标签可能比草案版本活得更久。模型改动可能在证据过期后继续运行。所谓最终状态可能被从未见过早期不确定性的系统继承。

每条记录必须携带当时的数据模型和治理文本版本。升级不能把旧语义静默映射为新语义。最终只能表示在某一目的下闭环，不能表示历史不确定性从未存在。

来源