論文の概要: Evaluating the Risk of Changes in a Microservices Architecture
- arxiv url: http://arxiv.org/abs/2309.06238v1
- Date: Tue, 12 Sep 2023 13:54:28 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 08:12:39.469187
- Title: Evaluating the Risk of Changes in a Microservices Architecture
- Title(参考訳): マイクロサービスアーキテクチャにおける変更のリスク評価
- Authors: Matteo Collina (1), Luca Maraschi (1), Tommaso Pirini 1. Platformatic
Inc
- Abstract要約: aベースのシステムでは、信頼性と可用性が、消費者にとって最高のクラス体験を保証する重要なコンポーネントである。
アーキテクチャの重要な利点の1つは、サービスを独立してデプロイし、変更の柔軟性を最大限に提供することである。
- 参考スコア(独自算出の注目度): 0.0
- License: http://creativecommons.org/licenses/by-nc-nd/4.0/
- Abstract: In a microservices-based system, reliability and availability are key
components to guarantee the best-in-class experience for the consumers. One of
the key advantages of microservices architecture is the ability to
independently deploy services, providing maximum change flexibility. However,
this introduces an extra complexity in managing the risk associated with every
change: any mutation of a service might cause the whole system to fail. In this
research, we would propose an algorithm to enable development teams to
determine the risk associated with each change to any of the microservices in
the system.
- Abstract(参考訳): マイクロサービスベースのシステムでは、信頼性と可用性が、コンシューマにとって最高のクラスエクスペリエンスを保証する重要なコンポーネントです。
マイクロサービスアーキテクチャの重要なメリットのひとつは、サービスを独立してデプロイし、変更の柔軟性を最大化できることです。
しかしながら、これは、すべての変更に関連するリスクを管理するための余分な複雑さをもたらす。
本研究では,システム内の任意のマイクロサービスに対する各変更に関連するリスクを開発チームが決定可能にするアルゴリズムを提案する。
関連論文リスト
- Towards Deep Learning Enabled Cybersecurity Risk Assessment for Microservice Architectures [3.0936354370614607]
CyberWise Predictorは、マイクロサービスアーキテクチャに関連するセキュリティリスクを予測し、評価するためのフレームワークである。
当社のフレームワークは,新たな脆弱性に対する脆弱性メトリクスの自動予測において,平均92%の精度を実現している。
論文 参考訳(メタデータ) (2024-03-22T12:42:33Z) - RiskQ: Risk-sensitive Multi-Agent Reinforcement Learning Value Factorization [49.26510528455664]
本稿では,リスクに敏感な個人・グローバル・マックス(RIGM)の原則を,個人・グローバル・マックス(IGM)と分散IGM(DIGM)の原則の一般化として紹介する。
RiskQは広範な実験によって有望な性能が得られることを示す。
論文 参考訳(メタデータ) (2023-11-03T07:18:36Z) - Flexible and Robust Counterfactual Explanations with Minimal Satisfiable
Perturbations [56.941276017696076]
我々は、最小満足度摂動(CEMSP)を用いた対実的説明法という概念的に単純だが効果的な解を提案する。
CEMSPは、意味論的に意味のある正常範囲の助けを借りて、異常な特徴の値を変更することを制限している。
既存の手法と比較して、我々は合成データセットと実世界のデータセットの両方で包括的な実験を行い、柔軟性を維持しつつ、より堅牢な説明を提供することを示した。
論文 参考訳(メタデータ) (2023-09-09T04:05:56Z) - The Microservice Dependency Matrix [0.0]
本稿では、この課題に対処するためのツールとして、依存性行列(EDM)とデータ依存性行列(DDM)を紹介します。
本稿では,これらの依存関係を自動的に追跡し,ケーススタディを通じてそれらの抽出を実証する手法を提案する。
論文 参考訳(メタデータ) (2023-09-06T07:41:00Z) - Proposing a Dynamic Executive Microservices Architecture Model for AI
Systems [0.0]
マイクロサービスアーキテクチャは、近年改善されている新しいアーキテクチャスタイルの1つである。
アーキテクチャにおけるコンポーネントのオーケストレーションは、分散システムにおける大きな課題の1つです。
提示されたモデルは、パターンとして、システムの設計レベルと開発レベルの両方で使用することができる。
論文 参考訳(メタデータ) (2023-08-10T19:31:02Z) - AI Techniques in the Microservices Life-Cycle: A Survey [10.06596283248616]
マイクロサービスシステムでは、機能性は疎結合の小さなサービスによって提供され、それぞれが特定のビジネス機能に重点を置いています。
アーキテクチャスタイルに従ってシステムを構築することは、主に、どのようにデプロイされ、調整されるかについて、多くの課題をもたらします。
本稿では,人工知能の分野における技術が,これらの課題にどのように取り組んできたかについての調査を行う。
論文 参考訳(メタデータ) (2023-05-25T14:24:37Z) - MicroRes: Versatile Resilience Profiling in Microservices via Degradation Dissemination Indexing [29.456286275972474]
マイクロサービスのレジリエンス — 障害から回復し、信頼性と応答性を備えたサービスを提供し続ける能力 — は、クラウドベンダにとって極めて重要です。
現在のプラクティスは、特定のマイクロサービスシステムに手動で設定された特定のルールに依存しており、結果として労働強度と柔軟性の問題が発生します。
私たちの洞察では、レジリエントなデプロイメントは、システムパフォーマンスからユーザ対応メトリクスへの劣化の拡散を効果的に防ぎ、後者はサービス品質に影響を与えます。
論文 参考訳(メタデータ) (2022-12-25T03:56:42Z) - Quality-Based Conditional Processing in Multi-Biometrics: Application to
Sensor Interoperability [63.05238390013457]
2007年のバイオセキュリティ・マルチモーダル・アセスメント・キャンペーンにおいて,ATVS-UAM融合手法を品質ベースで評価し,評価を行った。
我々のアプローチは線形ロジスティック回帰に基づいており、融合したスコアはログライクな比率になる傾向にある。
その結果,提案手法はルールベースの核融合方式よりも優れていることがわかった。
論文 参考訳(メタデータ) (2022-11-24T12:11:22Z) - Straggler-Resilient Personalized Federated Learning [55.54344312542944]
フェデレーション学習は、プライバシと通信の制限を尊重しながら、クライアントの大規模なネットワークに分散されたサンプルからのトレーニングモデルを可能にする。
これら2つのハードルを同時に処理する理論的なスピードアップを保証する新しいアルゴリズム手法を開発した。
提案手法は,すべてのクライアントのデータを用いてグローバルな共通表現を見つけ,各クライアントに対してパーソナライズされたソリューションにつながるパラメータの集合を学習するために,表現学習理論からのアイデアに依存している。
論文 参考訳(メタデータ) (2022-06-05T01:14:46Z) - Robust Policy Learning over Multiple Uncertainty Sets [91.67120465453179]
強化学習(RL)エージェントは、安全クリティカルな環境の変動に対して堅牢である必要がある。
システム識別とロバストRLの両方の利点を享受するアルゴリズムを開発した。
論文 参考訳(メタデータ) (2022-02-14T20:06:28Z) - Phase Configuration Learning in Wireless Networks with Multiple
Reconfigurable Intelligent Surfaces [50.622375361505824]
RIS(Reconfigurable Intelligent Surfaces)は、電磁波伝搬の動的制御を提供する、高度にスケーラブルな技術である。
RISを内蔵した無線通信における大きな課題の1つは、複数のRISの低オーバーヘッドダイナミックな構成である。
RISの位相構成に対する低複雑さ教師あり学習手法を考案する。
論文 参考訳(メタデータ) (2020-10-09T05:35:27Z)
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。