云服务的任何意外都有可能引发客商纠纷。一个有效的云服务问责机制是解决纠纷所需的手段,然而该手段得以奏效的关键前提是发现服务事件之间的异常依赖联系,它为问责机制的违规判定和失责溯源等提供异常联系基础。当前云服务事件联系发现严重依赖于手工预先标注联系标签,劳动强度大且效率极低。其步骤大都是先人工解读数据而后再人工标注,另一种思路是,先机器标注而后人工解读。为此,标签自生成式的事件联系深度发现成为一道研究课题。首先,本文指出事件联系在数据上仍呈现未知离散特性,然而其发现方法却依赖于人主观感受而手工标注的联系签。由此引发事件联系发现方面亟待研究的难题,分别有未知特性与当前主观表征存在争议;未知特性在人工标注与机器标注上存在思路争议和方法挑战;事件联系深度发现在人工签与机器签上存在监督挑战。其次,针对上述难题,研究并发现云服务事件联系在数据上呈现离散高维非确定特性。据此探索并提议运用9维标签空间表征这些特性,并基于密度聚类给出标签自生成策略以及事件联系机器标签筛选策略。其三,依据标签自生成策略建立并构造事件联系的一种标签自生成数学模型及其方法,依据上述筛选策略构造事件联系的深度发现方法,进而重构标签自生成和事件联系的半监督深度发现模型。其四,基于事件联系的“标签自生成”和“深度发现”两个新方法,构造出它们的两个关键子算法。并在框架的计算模型基础上,构造并设计事件联系的一种标签自生成式深度发现框架算法,并给出上述三个算法的控制复杂度,为分析LAGREEN技术的有效性提供理论上限依据。其五,设计并实现标签自生成式事件联系深度发现技术原型系统,并依据测试用例检验该技术原型系统的功能满足性和性能有效性。本文有新意的工作共三项。针对事件多方特性的深层暗示与事件联系的直观表征的挑战,本文分析出当前研究对事件联系的认识存在片面性,即事件及其联系的异常并不仅仅体现在事件状态及其“状态对”上,更体现在载荷以及时长和重试上;而事件载荷（资源使用情况）决定事件是否得以正常运行。与此同时,事件的载荷异常也会在运行时长和运行重试等表现出来;而载荷和时长,甚至重试,这些因素都是人工难以直觉枚举标注的深层连续值。上述多方因素都可能表征事件及其联系的异常,因此,本文提议使用九维标签空间以全面表征事件联系特性。而一些无法靠直觉认识的事件深层特性（如事件的“载荷异常”与“长尾”特性）需依靠机器深层拟合、标注它的认识,因此本文给出一个基于密度聚类的标签自生成方法,以实现机器自标注。然而,不管是机器标注还是人工标注都有可能出错或存在片面性,需不断地反复筛选和纠正它的错误认识,才可逼近真实认识,本文给出一个半监督多标签联系发现方法,通过标签筛选策略剔除并修正错误认识。理论分析和实验的结果分析表明,本文所给的标签自生成式事件联系深度发现（Label Self-generating Deep Revealing for Event Connection,简称"LAGREEN"）系统具备标签自生成、不确定性事件联系发现、事件网构造等特质,其功能完整性可达0.875,且本系统可较准确地识别更深层的异常联系（如长尾异常联系等）,其准确率可达99.75%～99.97%。