文献

J-GLOBAL ID：202102256104282262   整理番号：21A0992622

Markovモデルを用いたコンテナクラスタにおける異常の検出と局所化【JST・京大機械翻訳】

Detecting and Localizing Anomalies in Container Clusters Using Markov Models

著者 (2件)： Samir Areeg ,  Pahl Claus
資料名： Electronics (Web)  (Electronics (Web))
巻： 9  号： 1  ページ： 64  発行年： 2020年 
JST資料番号： U7178A  ISSN： 2079-9292  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： スイス (CHE)  言語： 英語 (EN)

抄録/ポイント： 複雑な分散システムにおける性能異常の位置を検出することは,特に,短寿命コンテナ配置を考慮した場合,異常検出と局所化への挑戦を加えることで,システムの効果的な操作を確実にするのに重要である。本論文では,階層的隠れMarkovモデル(HHMM)を用いて,コンテナベースクラスタに対する性能異常を監視,検出および位置決めするためのフレームワークを提案した。モデルは,システムアベイラビリティと性能を最大化するために,ランタイムでの異常の根本原因の検出と位置決めを目的とする。モデルは,コンテナにおける応答時間変動とそれらの資源利用に基づくそれらのホストクラスタノードを検出して,変動の根本原因を追跡する。提案フレームワークを評価するために,実験がコンテナ調整のために行われ,異なる性能計量が使用された。結果は,HHMMがタイムリーな方法で性能異常を正確に検出し,局所化できることを示した。Copyright 2021 The Author(s) All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： *コンテナ ,  アベイラビリティ ,  *クラスタ ,  応答時間 ,  隠れMarkovモデル
準シソーラス用語： *Markovモデル ,  分散システム ,  異常検出 ,  局在化 ,  資源利用 , 【Automatic Indexing@JST】

著者キーワード (7件)： 異常検出 ,  異常同定 ,  異常注入 ,  クラウド ,  コンテナ ,  クラスタ ,  階層的隠れMarkovモデル

分類 (2件)： パターン認識  (JE07000S) ,  人工知能  (JE08000Z)

引用文献 (45件)：

• Pahl, C.; Jamshidi, P.; Zimmermann, O. Architectural principles for cloud software. ACM Trans. Internet Technol. (TOIT) 2018, 18, 17.
• Taibi, D.; Lenarduzzi, V.; Pahl, C. Architecture Patterns for a Microservice Architectural Style. In Communications in Computer and Information Science; Springer: New York, NY, USA, 2019.
• Taibi, D.; Lenarduzzi, V.; Pahl, C. Architectural Patterns for Microservices: A Systematic Mapping Study. In Proceedings of the CLOSER Conference, Madeira, Portugal, 19-21 March 2018; pp. 221-232.
• Jamshidi, P.; Pahl, C.; Mendonca, N.C. Managing uncertainty in autonomic cloud elasticity controllers. IEEE Cloud Comput. 2016, 3, 50-60.
• Mendonca, N.C.; Jamshidi, P.; Garlan, D.; Pahl, C. Developing Self-Adaptive Microservice Systems: Challenges and Directions. IEEE Softw. 2020.

タイトルに関連する用語 (4件)： Markovモデル ,  コンテナ ,  クラスタ ,  局所化