論文の概要: Client Error Clustering Approaches in Content Delivery Networks (CDN)

• arxiv url: http://arxiv.org/abs/2210.05314v1
• Date: Tue, 11 Oct 2022 10:14:07 GMT
• ステータス: 処理完了
• システム内更新日: 2022-10-12 17:05:29.372853
• Title: Client Error Clustering Approaches in Content Delivery Networks (CDN)
• Title（参考訳）: コンテンツ配信ネットワーク(CDN)におけるクライアントエラークラスタリング手法
• Authors: Ermiyas Birihanu, Jiyan Mahmud, P\'eter Kiss, Adolf Kamuzora, Wadie Skaf, Tom\'a\v{s} Horv\'ath, Tam\'as Jursonovics, Peter Pogrzeba and Imre Lend\'ak
• Abstract要約: CDNオペレータは、システムによって生成された数十億のWebサーバとプロキシログを分析する際に、重大な課題に直面します。 本研究の目的は,CDNエラーログ解析におけるクラスタリング手法の適用性を明らかにすることである。 我々の実験は、単一の物理CDNサーバから7日間にわたって収集されたプロキシログからなるデータセット上で実行された。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Content delivery networks (CDNs) are the backbone of the Internet and are key in delivering high quality video on demand (VoD), web content and file services to billions of users. CDNs usually consist of hierarchically organized content servers positioned as close to the customers as possible. CDN operators face a significant challenge when analyzing billions of web server and proxy logs generated by their systems. The main objective of this study was to analyze the applicability of various clustering methods in CDN error log analysis. We worked with real-life CDN proxy logs, identified key features included in the logs (e.g., content type, HTTP status code, time-of-day, host) and clustered the log lines corresponding to different host types offering live TV, video on demand, file caching and web content. Our experiments were run on a dataset consisting of proxy logs collected over a 7-day period from a single, physical CDN server running multiple types of services (VoD, live TV, file). The dataset consisted of 2.2 billion log lines. Our analysis showed that CDN error clustering is a viable approach towards identifying recurring errors and improving overall quality of service.
• Abstract（参考訳）: コンテンツ配信ネットワーク(CDN)はインターネットのバックボーンであり、高品質なビデオオンデマンド(VoD)、ウェブコンテンツ、ファイルサービスを数十億のユーザーに配信する上で鍵となる。 CDNは通常、できるだけ顧客に近い位置に配置された階層的なコンテンツサーバで構成されている。 CDNオペレータは、システムによって生成された数十億のWebサーバとプロキシログを分析する際に、重大な課題に直面します。 本研究の目的は,cdnエラーログ解析における各種クラスタリング手法の適用性を分析することである。 私たちは、実際のCDNプロキシログ、ログに含まれる重要な機能(例えば、コンテンツタイプ、HTTPステータスコード、日時、ホスト)を特定し、ライブTV、ビデオオンデマンド、ファイルキャッシュ、Webコンテンツを提供するさまざまなホストタイプに対応するログ行をクラスタ化した。 我々の実験は、複数のタイプのサービス(VoD、ライブTV、ファイル)を実行する単一の物理CDNサーバから7日間にわたって収集されたプロキシログからなるデータセット上で実行された。 データセットは220億のログ行で構成されている。 分析の結果、CDNエラークラスタリングは、繰り返し発生するエラーを識別し、サービス全体の品質を改善するための有効なアプローチであることがわかった。

関連論文リスト

• Detecting Distributed Denial of Service Attacks Using Logistic Regression and SVM Methods [0.0]
  本論文の目的は、すべてのサービス要求からDDoS攻撃を検出し、DDoSクラスに従ってそれらを分類することである。 SVMとロジスティック回帰という2つの異なる機械学習アプローチが、DDoS攻撃を検出して分類するためのデータセットに実装されている。 Logistic RegressionとSVMはどちらも98.65%の分類精度を達成した。
  論文  参考訳（メタデータ） (2024-11-21T13:15:26Z)
• Exploring QUIC Dynamics: A Large-Scale Dataset for Encrypted Traffic Analysis [7.795761092358769]
  VisQUICは10万以上のラベル付きQUICトレースと対応するSSLキーのデータセットである。 トレースの視覚的表現を生成することにより、高度な機械学習(ML)アプリケーションと、暗号化されたQUICトラフィックの詳細な分析を容易にする。 我々のデータセットはQUICとHTTP/3プロトコルに関する包括的な研究を可能にし、暗号化されたトラフィック分析ツールの開発を支援する。
  論文  参考訳（メタデータ） (2024-09-30T10:50:12Z)
• Sparse-DySta: Sparsity-Aware Dynamic and Static Scheduling for Sparse Multi-DNN Workloads [65.47816359465155]
  複数のディープニューラルネットワーク(DNN)を並列に実行することは、両エッジデバイスで新たなワークロードとなっている。 スパースマルチDNNスケジューリングに静的なスケジューラパターンと動的スケジューラ情報の両方を利用する新しいスケジューラDystaを提案する。 提案手法は, 遅延制約違反率を最大10%削減し, 平均正規化ターンアラウンド時間で約4倍に向上する。
  論文  参考訳（メタデータ） (2023-10-17T09:25:17Z)
• Timely Asynchronous Hierarchical Federated Learning: Age of Convergence [59.96266198512243]
  クライアント-エッジ-クラウドフレームワークを用いた非同期階層型フェデレーション学習環境について検討する。 クライアントはトレーニングされたパラメータをエッジサーバと交換し、ローカルに集約されたモデルを更新する。 各クライアントの目標は、クライアントのタイムラインを維持しながら、グローバルモデルに収束することだ。
  論文  参考訳（メタデータ） (2023-06-21T17:39:16Z)
• DATA: Domain-Aware and Task-Aware Pre-training [94.62676913928831]
  我々は、自己教師付き学習(SSL)に特化した、シンプルで効果的なNASアプローチであるDataを提示する。 提案手法は,画像分類,オブジェクト検出,セマンティックセグメンテーションなど,下流タスクにおける計算コストの広い範囲にわたる有望な結果を実現する。
  論文  参考訳（メタデータ） (2022-03-17T02:38:49Z)
• Multi-Perspective Content Delivery Networks Security Framework Using Optimized Unsupervised Anomaly Detection [9.102485917295587]
  本稿では,CDNにおける異常検出のためのマルチパースペクティブな教師なし学習フレームワークを提案する。 提案するフレームワークでは,マルチパースペクティブな特徴工学アプローチ,最適化された教師なし異常検出モデル,マルチパースペクティブな検証手法が開発されている。 実験結果は,主要なCDNオペレーターが提供した実世界のCDNログデータの8日間の分析結果に基づいて行われた。
  論文  参考訳（メタデータ） (2021-07-24T02:43:23Z)
• Analyzing Machine Learning Approaches for Online Malware Detection in Cloud [0.0]
  プロセスレベルのパフォーマンス指標に基づいてオンラインマルウェア検出を行い、異なる機械学習モデルの有効性を解析する。 我々の分析では、ニューラルネットワークモデルは、クラウド上の仮想マシンのプロセスレベル機能に最も正確なマルウェアを検出できると結論付けている。
  論文  参考訳（メタデータ） (2021-05-19T17:28:12Z)
• Graph Prototypical Networks for Few-shot Learning on Attributed Networks [72.31180045017835]
  グラフメタ学習フレームワーク - Graph Prototypeal Networks (GPN) を提案する。 GPNは、属性付きネットワーク上でテキストミータ学習を行い、ターゲット分類タスクを扱うための高度に一般化可能なモデルを導出する。
  論文  参考訳（メタデータ） (2020-06-23T04:13:23Z)
• DiagNet: towards a generic, Internet-scale root cause analysis solution [0.0]
  我々は、インターネット規模の根本原因分析において、異なる機械学習技術がどのように使用できるかを示す。 当社のソリューションであるDiagNetは、画像処理研究の概念を応用して、ネットワークおよびシステムメトリクスを処理する。 推定時にのみ導入される原因を含む73.9%のリコールで有望な根本原因解析能力を示す。
  論文  参考訳（メタデータ） (2020-04-07T13:21:32Z)
• Rethinking Object Detection in Retail Stores [55.359582952686175]
  そこで我々はLocountと略される新しいタスク、同時にオブジェクトのローカライゼーションとカウントを提案する。 Locountは、関心のあるオブジェクトのグループをインスタンス数でローカライズするアルゴリズムを必要とする。 大規模オブジェクトのローカライズと数えるデータセットを小売店で収集する。
  論文  参考訳（メタデータ） (2020-03-18T14:01:54Z)
• Neural Data Server: A Large-Scale Search Engine for Transfer Learning Data [78.74367441804183]
  我々は,ターゲットドメインに最も有用な転送学習データを見つけるための大規模検索エンジンであるNeural Data Server (NDS)を紹介した。 NDSは、いくつかの人気のある画像データセットをインデックスするデータサーバで構成され、クライアントにデータを推奨することを目的としている。 我々は,NDSが様々な伝達学習シナリオにおいて有効であることを示し,複数のターゲットデータセットに対して最先端の性能を示す。
  論文  参考訳（メタデータ） (2020-01-09T01:21:30Z)

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。