論文の概要: KEWS: A KPIs-Based Evaluation Framework of Workload Simulation On
Microservice System
- arxiv url: http://arxiv.org/abs/2301.06530v3
- Date: Mon, 27 Nov 2023 16:00:32 GMT
- ステータス: 処理完了
- システム内更新日: 2023-11-30 17:04:43.741078
- Title: KEWS: A KPIs-Based Evaluation Framework of Workload Simulation On
Microservice System
- Title（参考訳）: KEWS: マイクロサービスにおけるワークロードシミュレーションのKPIに基づく評価フレームワーク
- Authors: Pengsheng Li, Qingfeng Du, Shengjie Zhao
- Abstract要約: 本稿では,形状と強度の類似度を測る拡張形状ベース距離(ESBD)の類似度測定アルゴリズムを提案する。
また、前処理、圧縮、評価の3つのモジュールからなるワークロードシミュレーション評価フレームワーク(KEWS)を提案する。
- 参考スコア（独自算出の注目度）: 8.43606937492744
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Simulating the workload is an essential procedure in microservice systems as
it helps augment realistic workloads whilst safeguarding user privacy. The
efficacy of such simulation depends on its dynamic assessment. The
straightforward and most efficient approach to this is comparing the original
workload with the simulated one using Key Performance Indicators (KPIs), which
capture the state of the system. Nonetheless, due to the extensive volume and
complexity of KPIs, fully evaluating them is not feasible, and measuring their
similarity poses a significant challenge. This paper introduces a similarity
metric algorithm for KPIs, the Extended Shape-Based Distance (ESBD), which
gauges similarity in both shape and intensity. Additionally, we propose a
KPI-based Evaluation Framework for Workload Simulations (KEWS), comprising
three modules: preprocessing, compression, and evaluation. These methodologies
effectively counteract the adverse effects of KPIs' characteristics and offer a
holistic evaluation. Experimental results substantiate the effectiveness of
both ESBD and KEWS.
- Abstract（参考訳）: ワークロードのシミュレーションは、ユーザのプライバシを保護しながら現実的なワークロードを拡大する上で、マイクロサービスシステムにとって不可欠な手順です。
このようなシミュレーションの有効性は、その動的評価に依存する。
これに対する単純で効率的なアプローチは、オリジナルのワークロードと、システムの状態をキャプチャするKey Performance Indicator(KPI)を使用したシミュレーションワークロードを比較することである。
しかしながら、kpiのボリュームと複雑さのため、それらを完全に評価することは不可能であり、その類似性を測定することは大きな課題となる。
本稿では,KPIの類似度測定アルゴリズムである拡張形状ベース距離(ESBD)を導入し,形状と強度の類似度を計測する。
さらに,前処理,圧縮,評価の3つのモジュールからなるKPIベースのワークロードシミュレーション評価フレームワーク(KEWS)を提案する。
これらの手法は, KPIsの特性の悪影響を効果的に抑制し, 全体的評価を提供する。
実験結果はESBDとKEWSの有効性を裏付けるものである。
関連論文リスト
- Combining Open-box Simulation and Importance Sampling for Tuning Large-Scale Recommenders [5.4579107313203545]
我々は、キーパフォーマンス指標(KPI)に影響を与える複数の連続パラメータを持つ大規模広告プラットフォームをチューニングすることの課題に対処する。
オープンボックスのモンテカルロシミュレータのような従来の手法は正確ではあるが、多数のパラメータ設定を評価するコストが高いため、計算コストが高い。
オープンボックスシミュレーションと重要サンプリングを組み合わせたSGIS(Simulator-Guided Smpling)のハイブリッド手法を提案する。
論文 参考訳（メタデータ） (2024-09-23T20:35:47Z) - Performance of Cascade and LDPC-codes for Information Reconciliation on Industrial Quantum Key Distribution Systems [69.47813697920358]
我々は、情報再構成に使用される2つの一般的なアルゴリズムの性能を分析し、シミュレーションし、最適化し、比較する。
我々は,現実的かつアプリケーションクローズな環境での運用において,実用的および工業的環境における適用性に焦点をあてる。
論文 参考訳（メタデータ） (2024-08-28T12:51:03Z) - X-Fake: Juggling Utility Evaluation and Explanation of Simulated SAR Images [49.546627070454456]
実データと模擬データの分散不整合性は、シミュレーションSAR画像の有用性に影響を与える主な障害である。
本稿では,X-Fake で表されるSAR画像の擬似的な説明を初めて行うことで,信頼性の高い実用性評価フレームワークを提案する。
提案手法は、電磁モデルから得られた4つのシミュレーションSAR画像データセットと、生成人工知能アプローチに基づいて検証される。
論文 参考訳（メタデータ） (2024-07-28T09:27:53Z) - SimSMoE: Solving Representational Collapse via Similarity Measure [34.20340688374905]
SMOE(Sparse mixed of experts)は、計算コストを一定に保ちながら、大きな言語モデルをスケールするための効果的なアプローチとして登場した。
本稿では、ニューラルネットワークアルゴリズムの新たな類似性であるSimSMoE(Simisity-based Sparse Mixture of Experts)を提案する。
論文 参考訳（メタデータ） (2024-06-22T16:10:45Z) - Physics Inspired Hybrid Attention for SAR Target Recognition [61.01086031364307]
本稿では,物理にヒントを得たハイブリットアテンション(PIHA)機構と,この問題に対処するためのOFA評価プロトコルを提案する。
PIHAは、物理的情報の高レベルなセマンティクスを活用して、ターゲットの局所的なセマンティクスを認識した特徴群を活性化し、誘導する。
提案手法は,ASCパラメータが同じ12のテストシナリオにおいて,他の最先端手法よりも優れている。
論文 参考訳（メタデータ） (2023-09-27T14:39:41Z) - Robustness and Generalization Performance of Deep Learning Models on
Cyber-Physical Systems: A Comparative Study [71.84852429039881]
調査は、センサーの故障やノイズなど、様々な摂動を扱うモデルの能力に焦点を当てている。
我々は,これらのモデルの一般化と伝達学習能力を,アウト・オブ・ディストリビューション(OOD)サンプルに公開することによって検証する。
論文 参考訳（メタデータ） (2023-06-13T12:43:59Z) - SimSR: Simple Distance-based State Representation for Deep Reinforcement
Learning [14.626797887000901]
本研究は, 深部強化学習手法を用いた画像ベース観測から, 頑健で一般化可能な状態表現の学習方法について検討する。
SimSR(Simple State Representation, SimSR)演算子を設計し, 実測値との比較により, 近似順序で同等の機能を実現する。
我々のモデルは一般により良い性能を達成し、より良い堅牢性と優れた一般化を持つ。
論文 参考訳（メタデータ） (2021-12-31T04:39:54Z) - QAFactEval: Improved QA-Based Factual Consistency Evaluation for
Summarization [116.56171113972944]
QAベースのメトリクスのコンポーネントを慎重に選択することは、パフォーマンスにとって重要であることを示す。
提案手法は,最良性能のエンテーメントに基づく測定値を改善し,最先端の性能を実現する。
論文 参考訳（メタデータ） (2021-12-16T00:38:35Z) - Injecting Planning-Awareness into Prediction and Detection Evaluation [42.228191984697006]
私たちは一歩後退して、現在の評価指標を批判的に評価し、タスク対応メトリクスを、デプロイされるシステムのパフォーマンスのより良い測定基準として提案します。
実世界の自律運転データとともに、実世界のシミュレーション実験により、提案したタスク認識メトリクスが結果非対称性を考慮でき、モデルのクローズドループ性能をよりよく推定できることを確認した。
論文 参考訳（メタデータ） (2021-10-07T08:52:48Z) - SIMPLE: SIngle-network with Mimicking and Point Learning for Bottom-up
Human Pose Estimation [81.03485688525133]
Single-network with Mimicking and Point Learning for Bottom-up Human Pose Estimation (SIMPLE) を提案する。
具体的には、トレーニングプロセスにおいて、SIMPLEが高性能なトップダウンパイプラインからのポーズ知識を模倣できるようにする。
さらに、SIMPLEは人間検出とポーズ推定を統一的なポイントラーニングフレームワークとして定式化し、単一ネットワークで相互に補完する。
論文 参考訳（メタデータ） (2021-04-06T13:12:51Z) - A Hitchhiker's Guide to Structural Similarity [40.567747702628076]
構造的類似度(SSIM)指数は、非常に広く使用されている画像/ビデオ品質モデルです。
広く普及しているssimの実装の機能と性能を調査し,比較した。
私たちは最も効果的にSSIMを使用する方法に関する推奨事項のコレクションに到着しました。
論文 参考訳（メタデータ） (2021-01-16T02:51:06Z)
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。