Daily Arxiv

世界中で発行される人工知能関連の論文をまとめるページです。
このページはGoogle Geminiを活用して要約し、非営利で運営しています。
論文の著作権は著者および関連機関にあり、共有する際は出典を明記してください。

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

Created by
  • Haebom

作者

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

概要

ChronoGraphは、実際に動作しているマイクロサービスから構築されたグラフ構造の多変量時系列予測データセットです。各ノードは、CPU、メモリ、ネットワーク使用パターンをキャプチャするシステムレベルのパフォーマンス指標の多変量ストリームを解放するサービスであり、方向性エッジはサービス間の依存関係を表します。主な課題は、サービスレベルでこれらの信号の将来の値を予測することです。また、ChronoGraphは専門家が注釈を付けた事象ウィンドウを異常検出ラベルとして提供し、異常検出方法の評価と運用中断時の予測の堅牢性評価を可能にします。産業制御システムまたは交通および大気質ドメインの既存のベンチマークと比較して、ChronoGraphは（i）多変量時系列、（ii）明示的で機械可読の依存関係グラフ、（iii）実際のイベントに一致する異常ラベルを一意に組み合わせます。予測モデル、事前訓練された時系列ベースのモデル、および標準異常検出器を含む基準結果を報告します。 ChronoGraphは、マイクロサービスシステムで構造認識予測および事象認識評価を研究するための現実的なベンチマークを提供します。

Takeaways、Limitations

•
Takeaways：
◦
実際のマイクロサービス環境で収集された多変量時系列データとサービス間の依存関係情報を含む、現実的な予測モデルの開発と評価が可能です。
◦
実際の事象に基づく異常検出ラベルを提供することにより、予測モデルの堅牢性を評価し、異常検出方法を研究するために利用することができる。
◦
マイクロサービスシステムの構造的特徴を考慮した予測および異常検出研究のための新しいベンチマークを提供します。
•
Limitations：
◦
データセットが特定のマイクロサービス環境で収集されたため、一般化の可能性についてのレビューが必要です。
◦
提供された異常ラベルの精度と信頼性の追加分析が必要になる場合があります。
◦
データセットの規模と多様性をさらに拡張する必要があるかもしれません。
👍
Made with Slashpage