दैनिक अर्क्सिव

यह पेज दुनियाभर में प्रकाशित होने वाले आर्टिफिशियल इंटेलिजेंस संबंधित रिसर्च पेपर्स को संक्षिप्त रूप में प्रस्तुत करता है।
यहां Google Gemini का उपयोग करके पेपर्स का सारांश तैयार किया जाता है और यह पेज गैर-लाभकारी रूप से संचालित किया जाता है।
पेपर के कॉपीराइट लेखक और संबंधित संस्थान के पास हैं, और साझा करते समय बस स्रोत का उल्लेख करें।

क्रोनोग्राफ़: एक वास्तविक-विश्व ग्राफ़-आधारित बहुभिन्नरूपी समय श्रृंखला डेटासेट

Created by
  • Haebom

लेखक

एड्रियन कैटालिन लुटु, इओना पिंटिली, एलेना बुर्सेनु, आंद्रेई मनोलाचे

रूपरेखा

क्रोनोग्राफ एक ग्राफ-संरचित, बहुभिन्नरूपी समय श्रृंखला पूर्वानुमान डेटासेट है जो वास्तविक दुनिया की माइक्रोसर्विसेज से निर्मित है। प्रत्येक नोड एक सेवा है जो सिस्टम-स्तरीय प्रदर्शन मेट्रिक्स की एक बहुभिन्नरूपी धारा उत्सर्जित करती है जो सीपीयू, मेमोरी और नेटवर्क उपयोग पैटर्न को कैप्चर करती है, जबकि निर्देशित किनारे अंतर-सेवा निर्भरताओं का प्रतिनिधित्व करते हैं। प्राथमिक चुनौती सेवा स्तर पर इन संकेतों के भविष्य के मूल्यों की भविष्यवाणी करना है। इसके अलावा, क्रोनोग्राफ विसंगति पहचान लेबल के साथ विशेषज्ञ-एनोटेट इवेंट विंडो प्रदान करता है, जो विसंगति पहचान विधियों के मूल्यांकन और आउटेज के दौरान भविष्यवाणियों की मजबूती को सक्षम करता है। औद्योगिक नियंत्रण प्रणाली या परिवहन और वायु गुणवत्ता डोमेन में मौजूदा बेंचमार्क की तुलना में, क्रोनोग्राफ क्रोनोग्राफ माइक्रोसर्विस प्रणालियों में संरचना-जागरूक भविष्यवाणी और घटना-जागरूक मूल्यांकन का अध्ययन करने के लिए एक यथार्थवादी बेंचमार्क प्रदान करता है।

Takeaways, Limitations

Takeaways:
यह वास्तविक माइक्रोसर्विस वातावरण में एकत्रित बहुभिन्नरूपी समय श्रृंखला डेटा और अंतर-सेवा निर्भरता जानकारी को शामिल करके यथार्थवादी पूर्वानुमान मॉडल के विकास और मूल्यांकन को सक्षम बनाता है।
वास्तविक दुनिया की घटनाओं के आधार पर विसंगति पहचान लेबल प्रदान करके, आप अपने पूर्वानुमान मॉडल की मजबूती का मूल्यांकन कर सकते हैं और विसंगति पहचान विधियों पर शोध करने के लिए उनका उपयोग कर सकते हैं।
हम पूर्वानुमान और विसंगति पहचान अनुसंधान के लिए एक नया मानक प्रदान करते हैं जो माइक्रोसर्विस प्रणालियों की संरचनात्मक विशेषताओं को ध्यान में रखता है।
Limitations:
चूंकि डेटासेट एक विशिष्ट माइक्रोसर्विस वातावरण में एकत्र किया गया था, इसलिए इसकी सामान्यीकरण क्षमता की जांच की जानी आवश्यक है।
प्रदान किए गए आदर्श लेबल की सटीकता और विश्वसनीयता निर्धारित करने के लिए अतिरिक्त विश्लेषण की आवश्यकता हो सकती है।
डेटासेट के आकार और विविधता को बढ़ाने के लिए आगे विस्तार की आवश्यकता हो सकती है।
👍