論文の概要: Efficient Linearizability Checking for Actor-based Systems
- arxiv url: http://arxiv.org/abs/2110.06407v2
- Date: Wed, 19 Jul 2023 17:15:45 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-24 15:48:28.903737
- Title: Efficient Linearizability Checking for Actor-based Systems
- Title（参考訳）: アクタ系システムの効率的なリニアイライザ性検証
- Authors: Mohammed S. Al-Mahfoudh and Ryan Stutsman and Ganesh Gopalakrishnan
- Abstract要約: 本稿では,分散アクタシステムの特定,合成,テストを行う統合フレームワークDS2における線形化可能性チェックについて述べる。
DS2は、システムが到着可能な並行スケジュールを自動で探索し、観測されたシステムの出力を比較して、シーケンシャルな実装が生成したものと同等であることを保証する。
- 参考スコア（独自算出の注目度）: 0.3157031081861668
- License: http://creativecommons.org/licenses/by-nc-sa/4.0/
- Abstract: Recent demand for distributed software had led to a surge in popularity in
actor-based frameworks. However, even with the stylized message passing model
of actors, writing correct distributed software is still difficult. We present
our work on linearizability checking in DS2, an integrated framework for
specifying, synthesizing, and testing distributed actor systems. The key
insight of our approach is that often subcomponents of distributed actor
systems represent common algorithms or data structures (e.g.\ a distributed
hash table or tree) that can be validated against a simple sequential model of
the system. This makes it easy for developers to validate their concurrent
actor systems without complex specifications. DS2 automatically explores the
concurrent schedules that system could arrive at, and it compares observed
output of the system to ensure it is equivalent to what the sequential
implementation could have produced. We describe DS2's linearizability checking
and test it on several concurrent replication algorithms from the literature.
We explore in detail how different algorithms for enumerating the model
schedule space fare in finding bugs in actor systems, and we present our own
refinements on algorithms for exploring actor system schedules that we show are
effective in finding bugs.
- Abstract（参考訳）: 分散ソフトウェアに対する近年の需要は、アクタベースのフレームワークの人気を高めた。
しかし、アクターのスタイル化されたメッセージパッシングモデルであっても、正しい分散ソフトウェアを書くことは依然として難しい。
本稿では,分散アクタシステムの特定,合成,テストを行う統合フレームワークDS2における線形化可能性チェックについて述べる。
このアプローチの重要な洞察は、分散アクターシステムのサブコンポーネントが、システムの単純なシーケンシャルモデルに対して検証可能な共通のアルゴリズムやデータ構造(例えば、分散ハッシュテーブルやツリー)を表すことが多いことです。
これにより、開発者は複雑な仕様なしで並列アクターシステムを簡単に検証できる。
ds2はシステムが到達可能な並行スケジュールを自動的に探索し、観測されたシステムの出力を比較して、シーケンシャル実装が生成したものと同等であることを保証する。
本稿では,ds2のリニアイライザビリティチェックについて記述し,本論文の並列レプリケーションアルゴリズムを用いてテストする。
本研究では,アクターシステムにおけるバグ発見において,モデルスケジュール空間運賃を列挙するアルゴリズムについて詳細に検討し,バグ発見に有効なアクターシステムのスケジュール探索アルゴリズムについて述べる。
関連論文リスト
- Analyzing Logs of Large-Scale Software Systems using Time Curves Visualization [0.0]
従来の知識を使わずに,異なるアプリケーションから収集したログのメインイベントを,我々のアプローチで説明できることが示される。
その結果、パフォーマンスボトルネックとセキュリティリスクを特定するのに必要な時間の大幅な削減が期待できる。
論文 参考訳（メタデータ） (2024-11-08T12:42:45Z) - Single-Stage Visual Relationship Learning using Conditional Queries [60.90880759475021]
TraCQは、マルチタスク学習問題とエンティティペアの分布を回避する、シーングラフ生成の新しい定式化である。
我々は,DETRをベースとしたエンコーダ-デコーダ条件付きクエリを用いて,エンティティラベル空間を大幅に削減する。
実験結果から、TraCQは既存のシングルステージシーングラフ生成法よりも優れており、Visual Genomeデータセットの最先端の2段階メソッドを多く上回っていることがわかった。
論文 参考訳（メタデータ） (2023-06-09T06:02:01Z) - A Hierarchical Approach to Conditional Random Fields for System Anomaly
Detection [0.8164433158925593]
大規模システムにおける異常事象を認識する異常検出は多くの産業において重要である。
階層的なアプローチは、複雑なシステムと局所的な文脈における暗黙の関係を利用する。
論文 参考訳（メタデータ） (2022-10-26T21:02:47Z) - Learning to generate Reliable Broadcast Algorithms [10.77039660100327]
この研究は、Reinforcement Learningを使用して、正確で効率的なフォールトトレラントな分散アルゴリズムを生成するインテリジェントエージェントを提案する。
また,本手法により,文献で利用できるものと同等の性能で,フォールトトレラントなReliable Broadcastアルゴリズムを12,000の学習エピソードで生成できることが示唆された。
論文 参考訳（メタデータ） (2022-07-31T21:45:20Z) - Autoregressive Search Engines: Generating Substrings as Document
Identifiers [53.0729058170278]
自動回帰言語モデルは、回答を生成するデファクト標準として現れています。
これまでの研究は、探索空間を階層構造に分割する方法を探究してきた。
本研究では,検索空間の任意の構造を強制しない代替として,経路内のすべてのngramを識別子として使用することを提案する。
論文 参考訳（メタデータ） (2022-04-22T10:45:01Z) - CREPO: An Open Repository to Benchmark Credal Network Algorithms [78.79752265884109]
クレダルネットワークは、確率質量関数の集合であるクレダルに基づく不正確な確率的グラフィカルモデルである。
CREMAと呼ばれるJavaライブラリが最近リリースされ、クレダルネットワークをモデル化し、処理し、クエリする。
我々は,これらのモデル上での推論タスクの正確な結果とともに,合成クレダルネットワークのオープンリポジトリであるcrrepoを提案する。
論文 参考訳（メタデータ） (2021-05-10T07:31:59Z) - MIST: Multiple Instance Self-Training Framework for Video Anomaly
Detection [76.80153360498797]
タスク固有の識別表現を効率的に洗練するためのマルチインスタンス自己学習フレームワーク(MIST)を開発した。
mistは1)スパース連続サンプリング戦略を適用し,より信頼性の高いクリップレベル擬似ラベルを生成するマルチインスタンス擬似ラベル生成器,2)自己誘導型注意強調特徴エンコーダで構成される。
本手法は,上海技術におけるフレームレベルのAUC 94.83%の取得において,既存の教師付きおよび弱教師付き手法と同等あるいはそれ以上に機能する。
論文 参考訳（メタデータ） (2021-04-04T15:47:14Z) - Distribution Alignment: A Unified Framework for Long-tail Visual
Recognition [52.36728157779307]
長尾視覚認識のための分散アライメント戦略を提案する。
次に,二段階学習における一般化された再重み付け法を導入して,事前のクラスバランスをとる。
提案手法は, 4つの認識タスクすべてにおいて, 単純で統一されたフレームワークを用いて最先端の結果を得る。
論文 参考訳（メタデータ） (2021-03-30T14:09:53Z) - A Novel Anomaly Detection Algorithm for Hybrid Production Systems based
on Deep Learning and Timed Automata [73.38551379469533]
DAD:DeepAnomalyDetectionは,ハイブリッド生産システムにおける自動モデル学習と異常検出のための新しいアプローチである。
深層学習とタイムドオートマトンを組み合わせて、観察から行動モデルを作成する。
このアルゴリズムは実システムからの2つのデータを含む少数のデータセットに適用され、有望な結果を示している。
論文 参考訳（メタデータ） (2020-10-29T08:27:43Z) - Controlled time series generation for automotive software-in-the-loop
testing using GANs [0.5352699766206808]
オートマチックメカトロニクスシステムのテストは、部分的にはソフトウェア・イン・ザ・ループ・アプローチを使用し、システム・アンダー・テストのインプットを体系的にカバーすることが大きな課題である。
ひとつのアプローチは、テストプロセスの制御とフィードバックを容易にする入力シーケンスを作成することだが、現実的なシナリオにシステムを公開できない。
もうひとつは、現実を説明できるフィールド操作から記録されたシーケンスを再生するが、広く使われるには十分なキャパシティの十分なラベル付きデータセットを収集する必要があるため、コストがかかる。
この研究は、GAN(Generative Adrial Networks)のよく知られた教師なし学習フレームワークを適用して、記録された車内データのラベルなしデータセットを学習する。
論文 参考訳（メタデータ） (2020-02-16T16:19:29Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。