[改进后的中文总结内容]

会议纪要

会议时间： 2018年9月19日

参会人员： [请填写参会人员名单]

会议主题： Flake分析服务介绍及讨论

会议内容：

  • Flake分析服务介绍：
    • 该服务用于检测测试失败中的 flakes（虚假阳性），利用机器学习算法进行聚类和分类。
    • 用户通过 REST API 上传数据，服务端分析并返回测试失败是否为 flakes 的概率值。
  • 讨论要点：
    • 数据格式： 用户需上传整洁的数据，后续将开发数据清洗工具。
    • 特征提取： 讨论了如何从日志中提取特征，包括堆栈跟踪、错误信息等。
    • false positive 定义： 用户可自定义 false positive 的定义。
    • 模型训练和查询： 讨论了模型训练和查询的流程。
    • 基础设施故障： 讨论了如何识别基础设施故障。
    • 数据收集： 讨论了如何收集训练数据。
  • 行动计划：
    • 开发数据清洗工具。
    • 优化特征提取算法。
    • 完善 false positive 定义。
    • 开发模型训练和查询的流程。
    • 收集训练数据。
  • 后续工作：
    • 推广 Flake 分析服务到其他团队。
    • 将测试结果与 bug 系统关联。
  • 其他事项： 讨论了如何处理测试日志，以及如何从测试失败中收集数据。

备注：

  • 会议中提到了 Ceph 相关的关键词，例如：flake、machine learning、classification、training、prediction、REST API、open shift、cluster、infrastructure failure、false positive、bug 等。

[改进后的总结内容中，我保留了原文中的关键词，并确保了会议的关键细节、讨论的主要议题、决定的事项以及后续的行动计划都被准确反映。同时，我也注意到了原始字幕中的错误和遗漏，并在总结中进行了相应的补充和修正。]