論文の概要: On Evaluating Self-Adaptive and Self-Healing Systems using Chaos Engineering

• arxiv url: http://arxiv.org/abs/2208.13227v1
• Date: Sun, 28 Aug 2022 14:38:57 GMT
• ステータス: 処理完了
• システム内更新日: 2022-08-30 13:46:44.686761
• Title: On Evaluating Self-Adaptive and Self-Healing Systems using Chaos Engineering
• Title（参考訳）: カオス工学を用いた自己適応・自己修復システムの評価
• Authors: Moeen Ali Naqvi and Sehrish Malik and Merve Astekin and Leon Moonen
• Abstract要約: 本稿では,自己適応型・自己修復型システムの体系的評価手法であるCHESSを提案する。 カオスエンジニアリング(Chaos Engineering)は、予期せぬ状況やシナリオにシステムを従わせる方法論である。 本研究では, 自己修復型スマートオフィス環境の探索的研究を通じて, このアプローチの有効性について検討する。
• 参考スコア（独自算出の注目度）: 0.6117371161379209
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: With the growing adoption of self-adaptive systems in various domains, there is an increasing need for strategies to assess their correct behavior. In particular self-healing systems, which aim to provide resilience and fault-tolerance, often deal with unanticipated failures in critical and highly dynamic environments. Their reactive and complex behavior makes it challenging to assess if these systems execute according to the desired goals. Recently, several studies have expressed concern about the lack of systematic evaluation methods for self-healing behavior. In this paper, we propose CHESS, an approach for the systematic evaluation of self-adaptive and self-healing systems that builds on chaos engineering. Chaos engineering is a methodology for subjecting a system to unexpected conditions and scenarios. It has shown great promise in helping developers build resilient microservice architectures and cyber-physical systems. CHESS turns this idea around by using chaos engineering to evaluate how well a self-healing system can withstand such perturbations. We investigate the viability of this approach through an exploratory study on a self-healing smart office environment. The study helps us explore the promises and limitations of the approach, as well as identify directions where additional work is needed. We conclude with a summary of lessons learned.
• Abstract（参考訳）: 様々な領域における自己適応型システムの導入が増加しているため、正しい行動を評価する戦略の必要性が高まっている。 特に、レジリエンスとフォールトトレランスの提供を目的とした自己修復システムは、クリティカルで非常にダイナミックな環境で予期せぬ障害に対処することが多い。 リアクティブで複雑な振る舞いは、これらのシステムが望ましい目標に従って実行されるかどうかを評価するのを難しくします。 近年,自己修復行動の体系的評価方法の欠如を懸念する研究がいくつかある。 本稿では,カオス工学に基づく自己適応型・自己修復型システムの体系的評価手法であるCHESSを提案する。 カオスエンジニアリングは、予期せぬ状況やシナリオにシステムを従わせるための方法論である。 レジリエントなマイクロサービスアーキテクチャやサイバー物理システムの構築を支援する上で、これは大きな期待を示している。 CHESSはカオスエンジニアリングを使って、自己修復システムがこのような混乱に耐えられるかを評価することで、この考え方を転換する。 本研究では, 自己修復型スマートオフィス環境の探索的研究を通じて, このアプローチの有効性について検討する。 この研究は、アプローチの約束と限界を探求し、追加作業が必要となる方向を特定するのに役立ちます。 私たちは学んだ教訓の要約で締めくくります。

関連論文リスト

• Metacognition for Unknown Situations and Environments (MUSE) [3.2020845462590697]
  未知の状況と環境(MUSE)フレームワークのメタ認知を提案する。 MUSEはメタ認知プロセス、特に自己認識と自己制御を自律エージェントに統合する。 エージェントは自己認識と自己制御の大幅な改善を示す。
  論文  参考訳（メタデータ） (2024-11-20T18:41:03Z)
• Self-Healing Machine Learning: A Framework for Autonomous Adaptation in Real-World Environments [50.310636905746975]
  実世界の機械学習システムは、基礎となるデータ生成プロセスの分散シフトによって、モデルの性能劣化に遭遇することが多い。 概念のドリフト適応のような既存のシフトへのアプローチは、その理性に依存しない性質によって制限される。 我々はこれらの制限を克服するために自己修復機械学習(SHML)を提案する。
  論文  参考訳（メタデータ） (2024-10-31T20:05:51Z)
• A Survey on Self-healing Software System [0.0]
  自己修復の主な目的は、人間の介入なしに自己修復できる自動システムを持つことである。 本研究では,異なる自己修復法を分類し,その概要を述べる。
  論文  参考訳（メタデータ） (2024-03-01T11:23:41Z)
• Incremental procedural and sensorimotor learning in cognitive humanoid robots [52.77024349608834]
  本研究は,手順を段階的に学習する認知エージェントを提案する。 各サブステージで必要とされる認知機能と, エージェントが未解決の課題に, 新たな機能の追加がどう対処するかを示す。 結果は、このアプローチが複雑なタスクを段階的に解くことができることを示している。
  論文  参考訳（メタデータ） (2023-04-30T22:51:31Z)
• Interactive System-wise Anomaly Detection [66.3766756452743]
  異常検出は様々なアプリケーションにおいて基本的な役割を果たす。 既存のメソッドでは、インスタンスがデータとして容易に観察できないシステムであるシナリオを扱うのが難しい。 システム埋め込みを学習するエンコーダデコーダモジュールを含むエンドツーエンドアプローチを開発する。
  論文  参考訳（メタデータ） (2023-04-21T02:20:24Z)
• CHESS: A Framework for Evaluation of Self-adaptive Systems based on Chaos Engineering [0.6875312133832078]
  自己適応型および自己修復型システムの正しい行動を評価する必要性が高まっている。 自己適応型・自己修復型システムの体系的評価方法が欠如している。 本稿では,カオスエンジニアリングに基づくフォールトインジェクションによる自己適応型・自己修復型システムの評価により,このギャップに対処するCHESSを提案する。
  論文  参考訳（メタデータ） (2023-03-13T17:00:55Z)
• A Domain-Agnostic Approach for Characterization of Lifelong Learning Systems [128.63953314853327]
  「生涯学習」システムには,1)継続的学習,2)伝達と適応,3)拡張性があります。 この一連のメトリクスは、様々な複雑な生涯学習システムの開発に役立てることができることを示す。
  論文  参考訳（メタデータ） (2023-01-18T21:58:54Z)
• Multi Agent System for Machine Learning Under Uncertainty in Cyber Physical Manufacturing System [78.60415450507706]
  近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。 ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。 本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
  論文  参考訳（メタデータ） (2021-07-28T10:28:05Z)
• Adaptive Autonomy in Human-on-the-Loop Vision-Based Robotics Systems [16.609594839630883]
  コンピュータビジョンのアプローチは、自律ロボットシステムによって意思決定の指針として広く使われている。 特に人間が監督的な役割しか果たさないHuman-on-the-loop(HoTL)システムでは、高精度が重要です。 適応的自律性レベルに基づくソリューションを提案し,これらのモデルの信頼性の低下を検出する。
  論文  参考訳（メタデータ） (2021-03-28T05:43:10Z)
• Adaptive Immunity for Software: Towards Autonomous Self-healing Systems [0.6117371161379209]
  自己修復ソフトウェアシステムは、実行時に予期しない問題を検出し、診断し、含めることができる。 機械学習の最近の進歩は、システムを観察して学ぶことができる。 人工免疫システムは、特に自己修復システムを構築するのに適している。
  論文  参考訳（メタデータ） (2021-01-07T13:22:55Z)
• Towards robust sensing for Autonomous Vehicles: An adversarial perspective [82.83630604517249]
  結果として得られる決定が摂動に対して堅牢であることは、最も重要なことです。 敵対的摂動は、意図的に環境や感覚測定の修正を施したものである。 より安全なシステムの構築とデプロイには,センサーシステムの脆弱性を慎重に評価する必要がある。
  論文  参考訳（メタデータ） (2020-07-14T05:25:15Z)

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。