Daily Arxiv

전 세계에서 발간되는 인공지능 관련 논문을 정리하는 페이지 입니다.
본 페이지는 Google Gemini를 활용해 요약 정리하며, 비영리로 운영 됩니다.
논문에 대한 저작권은 저자 및 해당 기관에 있으며, 공유 시 출처만 명기하면 됩니다.

ChronoGraph: A Real-World Graph-Based Multivariate Time Series Dataset

Created by
  • Haebom

저자

Adrian Catalin Lutu, Ioana Pintilie, Elena Burceanu, Andrei Manolache

개요

ChronoGraph는 실제 운영 중인 마이크로서비스로부터 구축된 그래프 구조의 다변량 시계열 예측 데이터셋입니다. 각 노드는 CPU, 메모리, 네트워크 사용 패턴을 포착하는 시스템 수준 성능 지표의 다변량 스트림을 방출하는 서비스이며, 방향성 에지는 서비스 간의 종속성을 나타냅니다. 주요 과제는 서비스 수준에서 이러한 신호의 미래 값을 예측하는 것입니다. 또한, ChronoGraph는 전문가가 주석을 단 사건 창을 이상 탐지 레이블로 제공하여 이상 탐지 방법의 평가와 운영 중단 시 예측의 강건성 평가를 가능하게 합니다. 산업 제어 시스템 또는 교통 및 대기 질 도메인의 기존 벤치마크와 비교하여 ChronoGraph는 (i) 다변량 시계열, (ii) 명시적이고 기계가 읽을 수 있는 종속성 그래프, (iii) 실제 사건과 일치하는 이상 레이블을 고유하게 결합합니다. 예측 모델, 사전 훈련된 시계열 기반 모델 및 표준 이상 탐지기를 포함하는 기준 결과를 보고합니다. ChronoGraph는 마이크로서비스 시스템에서 구조 인식 예측 및 사건 인식 평가를 연구하기 위한 현실적인 벤치마크를 제공합니다.

시사점, 한계점

시사점:
실제 마이크로서비스 환경에서 수집된 다변량 시계열 데이터와 서비스 간의 종속성 정보를 포함하여 현실적인 예측 모델 개발 및 평가가 가능합니다.
실제 사건에 기반한 이상 탐지 레이블을 제공하여 예측 모델의 강건성을 평가하고 이상 탐지 방법을 연구하는 데 활용할 수 있습니다.
마이크로서비스 시스템의 구조적 특징을 고려한 예측 및 이상 탐지 연구를 위한 새로운 벤치마크를 제공합니다.
한계점:
데이터셋이 특정 마이크로서비스 환경에서 수집되었으므로 일반화 가능성에 대한 검토가 필요합니다.
제공된 이상 레이블의 정확성 및 신뢰도에 대한 추가적인 분석이 필요할 수 있습니다.
데이터셋의 규모 및 다양성에 대한 추가적인 확장이 필요할 수 있습니다.
👍