論文の概要: On Metaverse Application Dependability Analysis
- arxiv url: http://arxiv.org/abs/2310.03318v1
- Date: Thu, 5 Oct 2023 05:25:33 GMT
- ステータス: 処理完了
- システム内更新日: 2023-10-23 04:35:52.105798
- Title: On Metaverse Application Dependability Analysis
- Title（参考訳）: メタバースアプリケーション依存性解析について
- Authors: Yingfan Zong, Jing Bai, Xiaolin Chang, Fumio Machida, Yingsi Zhao
- Abstract要約: 本稿では,MetaAPPの信頼性に及ぼすソフトウェア老朽化と再生技術の影響について検討する。
我々は,Semi-Markovプロセスと信頼性ブロックダイアグラムを適用して,老化,故障,回復の挙動を捉える階層モデルを開発した。
- 参考スコア（独自算出の注目度）: 4.659920327905338
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Metaverse as-a-Service (MaaS) enables Metaverse tenants to execute their
APPlications (MetaAPP) by allocating Metaverse resources in the form of
Metaverse service functions (MSF). Usually, each MSF is deployed in a virtual
machine (VM) for better resiliency and security. However, these MSFs along with
VMs and virtual machine monitors (VMM) running them may encounter software
aging after prolonged continuous operation. Then, there is a decrease in
MetaAPP dependability, namely, the dependability of the MSF chain (MSFC),
consisting of MSFs allocated to MetaAPP. This paper aims to investigate the
impact of both software aging and rejuvenation techniques on MetaAPP
dependability in the scenarios, where both active components (MSF, VM and VMM)
and their backup components are subject to software aging. We develop a
hierarchical model to capture behaviors of aging, failure, and recovery by
applying Semi-Markov process and reliability block diagram. Numerical analysis
and simulation experiments are conducted to evaluate the approximation accuracy
of the proposed model and dependability metrics. We then identify the key
parameters for improving the MetaAPP/MSFC dependability through sensitivity
analysis. The investigation is also made about the influence of various
parameters on MetaAPP/MSFC dependability.
- Abstract（参考訳）: Metaverse as-a-Service(MaaS)は、MetaverseテナントがMetaverseサービス関数(MSF)の形式でMetaverseリソースを割り当てることで、アプリケーション(MetaAPP)を実行することを可能にする。
通常、それぞれのMSFは仮想マシン(VM)にデプロイされ、レジリエンスとセキュリティが向上する。
しかし、VMや仮想マシンモニタ(VMM)と共に動作しているこれらのMSFは、長時間の連続操作後にソフトウェア老化に遭遇する可能性がある。
次に、MetaAPPの信頼性、すなわちMetaAPPに割り当てられたMSFからなるMSFC(MSFC)の信頼性が低下する。
本稿では, アクティブコンポーネント(MSF, VM, VMM)とバックアップコンポーネントの両方がソフトウェア老化するシナリオにおいて, ソフトウェア老化と再活性化技術がMetaAPPの信頼性に与える影響を検討することを目的とする。
半マルコフ過程と信頼性ブロックダイアグラムを適用し,老化,故障,回復の挙動をキャプチャする階層モデルを開発した。
提案するモデルと信頼度指標の近似精度を評価するため,数値解析およびシミュレーション実験を行った。
次に、感度分析によりMetaAPP/MSFCの信頼性を向上させるための重要なパラメータを同定する。
また,MetaAPP/MSFCの信頼性に対する各種パラメータの影響についても検討した。
関連論文リスト
- FedMLLM: Federated Fine-tuning MLLM on Multimodal Heterogeneity Data [64.50893177169996]
フェデレートラーニング(FL)による微調整型マルチモーダル大言語モデル(MLLM)は、プライベートデータソースを含めることで、トレーニングデータの範囲を拡大することができる。
マルチモーダルなヘテロジニアスシナリオにおけるMLLMのファインチューニングにおける様々なダウンストリームタスクを評価するためのベンチマークを提案する。
我々は,2つのモダリティに依存しない戦略とともに,4つの代表的FL手法を統合する汎用FedMLLMフレームワークを開発した。
論文 参考訳（メタデータ） (2024-11-22T04:09:23Z) - MetaOpenFOAM: an LLM-based multi-agent framework for CFD [11.508919041921942]
MetaOpenFOAMは、新しいマルチエージェントコラボレーションフレームワークである。
入力として自然言語のみを用いてCFDシミュレーションタスクを完了することを目的としている。
MetaGPTのアセンブリラインパラダイムのパワーを利用する。
論文 参考訳（メタデータ） (2024-07-31T04:01:08Z) - Completed Feature Disentanglement Learning for Multimodal MRIs Analysis [36.32164729310868]
特徴不整合(FD)に基づく手法はマルチモーダルラーニング(MML)において大きな成功を収めた
本稿では,特徴デカップリング時に失われた情報を復元する完全特徴分散(CFD)戦略を提案する。
具体的には、CFD戦略は、モダリティ共有とモダリティ固有の特徴を識別するだけでなく、マルチモーダル入力のサブセット間の共有特徴を分離する。
論文 参考訳（メタデータ） (2024-07-06T01:49:38Z) - MARS: Benchmarking the Metaphysical Reasoning Abilities of Language Models with a Multi-task Evaluation Dataset [50.36095192314595]
大きな言語モデル(LLM)は、一般化可能な推論能力を持つ意識的なエージェントとして機能する。
この能力は、イベントにおける無限の可能な変更をモデル化する複雑さのために、まだ探索されていない。
我々は,各ステップに対応する3つのタスクからなる最初のベンチマークMARSを紹介する。
論文 参考訳（メタデータ） (2024-06-04T08:35:04Z) - Modality Prompts for Arbitrary Modality Salient Object Detection [57.610000247519196]
本論文は、任意のモーダリティ・サリエント物体検出(AM SOD)の課題について述べる。
任意のモダリティ、例えばRGBイメージ、RGB-Dイメージ、RGB-D-Tイメージから有能なオブジェクトを検出することを目的としている。
AM SODの2つの基本的な課題を解明するために,新しいモード適応トランス (MAT) を提案する。
論文 参考訳（メタデータ） (2024-05-06T11:02:02Z) - Distributed Global Structure-from-Motion with a Deep Front-End [11.2064188838227]
我々は,グローバルSfMがSOTAインクリメンタルSfMアプローチ(COLMAP)と同等に機能するかどうかを検討する。
我々のSfMシステムは、分散計算を活用するためにゼロから設計されており、複数のマシン上で計算を並列化し、大規模なシーンにスケールすることができる。
論文 参考訳（メタデータ） (2023-11-30T18:47:18Z) - Ensemble Differential Evolution with Simulation-Based Hybridization and
Self-Adaptation for Inventory Management Under Uncertainty [0.0]
本研究は,インベントリーマネジメント(IM)のためのシミュラオンベースハイブリッド化と自己適応(EDESH-SA)アプローチを用いたアンサンブル微分進化法を提案する。
論文 参考訳（メタデータ） (2023-09-22T13:25:58Z) - Towards Semi-Markov Model-based Dependability Evaluation of VM-based
Multi-Domain Service Function Chain [7.6282125501138]
サービス機能(SF)は、複数のドメインにわたる仮想マシン(VM)にデプロイされ、エンドツーエンドのネットワークサービス提供のためのサービス機能チェーン(MSFC)を形成することができる。
しかし、VMベースのMSFCのソフトウェアコンポーネントは、長期間の運用の後、ソフトウェア老化の問題に遭遇しなければならない。
本稿では,VM ベースの MSFC 上でのソフトウェア老化のダメージを軽減するために,積極的に回復する手法の有効性を定量的に検討する。
論文 参考訳（メタデータ） (2023-08-24T12:51:45Z) - Exploiting modality-invariant feature for robust multimodal emotion
recognition with missing modalities [76.08541852988536]
我々は、欠落したモダリティ・イマジネーション・ネットワーク(IF-MMIN)に不変な特徴を用いることを提案する。
提案モデルは,不確実なモダリティ条件下で,すべてのベースラインを上回り,全体の感情認識性能を不変に向上することを示す。
論文 参考訳（メタデータ） (2022-10-27T12:16:25Z) - Rectified Max-Value Entropy Search for Bayesian Optimization [54.26984662139516]
我々は、相互情報の概念に基づいて、修正されたMES取得関数を開発する。
その結果、RMESは、いくつかの合成関数ベンチマークと実世界の最適化問題において、MESよりも一貫した改善を示している。
論文 参考訳（メタデータ） (2022-02-28T08:11:02Z) - Modular Deep Reinforcement Learning for Continuous Motion Planning with
Temporal Logic [59.94347858883343]
本稿では,マルコフ決定過程(MDP)をモデルとした自律動的システムの運動計画について検討する。
LDGBA と MDP の間に組込み製品 MDP (EP-MDP) を設計することである。
モデルフリー強化学習(RL)のためのLDGBAベースの報酬形成と割引スキームは、EP-MDP状態にのみ依存する。
論文 参考訳（メタデータ） (2021-02-24T01:11:25Z)
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。