文献

J-GLOBAL ID：202002240614880883   整理番号：20A2581127

奇妙なものを Siる:インフラストラクチャ-as-codeにおける欠陥発見のための新規性検出アプローチ【JST・京大機械翻訳】

Singling the odd ones out: a novelty detection approach to find defects in infrastructure-as-code

著者 (4件)： Palma Stefano Dalla (Tilburg University, Netherlands / JADS, Netherlands) ,  Mohammadi Majid (Eindhoven University of Technology, Netherlands / JADS, Netherlands) ,  Di Nucci Dario (Tilburg University, Netherlands / JADS, Netherlands) ,  Tamburri Damian A. (Eindhoven University of Technology, Netherlands / JADS, Netherlands)
資料名： ACM Proceedings  (ACM Proceedings)
号： MaLTeSQuE 2020  ページ： 31-36  発行年： 2020年 
JST資料番号： D0698C  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インフラストラクチャー(IaC)はますます採用されている。しかし,それを最も良く維持し,進化させる方法についてはほとんど知られていない。以前の研究は,教師つき二値分類を用いて,欠陥傾向青写真を予測するための機械学習モデルの定義に焦点を当てた。このクラスの技法は訓練フェーズにおいて欠陥と非欠陥インスタンスの両方を使用する。さらに,欠陥と非欠陥サンプル間の高い不均衡は訓練をより困難にし,信頼できない分類器に導く。本研究では,新規性検出を用いて異なる視点から欠陥予測問題を取り上げ,3つの技術,即ち,1ClassSVM,LocalOutlierFactor,および分離Foestの性能を評価し,それらの性能を,ベースラインランダムFoestern二値分類器と比較した。非欠陥サンプルのみを用いて,そのようなモデルを訓練し,欠陥データポイントを欠陥サンプル数が少ないので,欠陥データポイントを新規性として処理する。少量の欠陥事例のみを含む85の実世界の実行可能なプロジェクトから成る極めて不均衡なデータセットに関する経験的研究を行った。著者らは,新規性検出技術が,高いレベルの精度と再現率,0.86までのAUC-PR,および0.31までのMCCを有する欠陥を認識できることを見出した。欠陥検出における現在の傾向に影響し,この問題を扱う新しい研究経路を提案した。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *ケイ素 ,  故障検出 ,  検出法 ,  *インフラストラクチャー ,  機械学習
準シソーラス用語： 欠陥予測 ,  二値分類 , 【Automatic Indexing@JST】

著者キーワード (3件)： 欠陥予測 ,  インフラ・アス・コード ,  新規性検出

分類 (4件)： 非破壊試験  (HB02030F) ,  人工知能  (JE08000Z) ,  固体デバイス製造技術一般  (NC03030V) ,  パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： Si ,  インフラストラクチャ ,  欠陥 ,  発見 ,  新規性