文献

J-GLOBAL ID：201702291589025941   整理番号：17A0145391

自動ウェブベースサービス診断のためのマイニング因果関係グラフ【Powered by NICT】

Mining causality graph for automatic web-based service diagnosis

著者 (6件)： Nie Xiaohui (Tsinghua University) ,  Zhao Youjian (Tsinghua University) ,  Sui Kaixin (Tsinghua University) ,  Pei Dan (Tsinghua University) ,  Chen Yu (Baidu Inc.) ,  Qu Xianping (Baidu Inc.)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： IPCCC  ページ： 1-8  発行年： 2016年 
JST資料番号： W2441A  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： 高信頼性ウェブベースサービスを提供するインターネット会社にとって重要である。Webベースサービスは常に複雑な相互作用を持つ大規模インフラストラクチャに走る多くの成分を持っている。高信頼性の不可欠な部分として,診断は困難な問題のままである。システム規模と複雑さの成長により,より困難になる。本論文では,系統運用者が根本原因発見を支援する因果関係グラフに基づく自動診断システムを提案した。因果関係グラフは主に監視システムの歴史的データから抽出し,方法は四段階から構成されている。1)初期因果関係グラフを抽出するためにデータマイニング法を利用した。2)破壊が起こると,因果関係グラフに基づくランキングアルゴリズムを用いたトップk容疑者を列挙した。3)次に系統運用者が容疑者をチェックし,正しいか誤りかを標識する。4)因果関係グラフを調整するための入力として教師つき学習アルゴリズムでは,ラベルを,段階2診断精度を反復改良するために。この方法は設計に関する知識とウェブベースサービスの実装の詳細も必要としないず,サービスのソースコードを装備。制御された実験は,根本原因は可算学習反復後100%の精度で上位3にランク付けできることを示した。Copyright 2017 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： データマイニング ,  教師つき学習 ,  インフラストラクチャー ,  学習 ,  インターネット ,  等級づけ ,  監視装置 ,  Web【情報システム】 ,  系統運用 ,  *因果律
準シソーラス用語： ソースコード ,  自動診断システム ,  根本原因 ,  複雑性 ,  高信頼性 , 【Automatic Indexing@JST】

分類 (9件)： 切削一般  (QC02010V) ,  数値計算  (JE02000J) ,  電力工学・電力事業一般  (NB01000X) ,  固体デバイス材料  (NC03020K) ,  オペレーティングシステム  (JD03020J) ,  その他のディジタル計算機方式  (JC02050G) ,  プリント回路  (NA05040O) ,  自動車事故,交通安全  (TB01050G) ,  計算機システム運用管理  (JD02020C)

タイトルに関連する用語 (5件)： ウェブ ,  サービス ,  診断 ,  因果関係 ,  グラフ