論文の概要: A Feature Dataset of Microservices-based Systems
- arxiv url: http://arxiv.org/abs/2404.01789v1
- Date: Tue, 2 Apr 2024 09:52:18 GMT
- ステータス: 処理完了
- システム内更新日: 2024-04-03 17:09:01.443542
- Title: A Feature Dataset of Microservices-based Systems
- Title（参考訳）: マイクロサービスベースのシステムの特徴データセット
- Authors: Weipan Yang, Yongchao Xing, Yiming Lyu, Zhihao Liang, Zhiying Tu,
- Abstract要約: データセットの設計と開発における粗悪なプラクティスは、マイクロサービスの悪臭と呼ばれる。
適切なオープンソースのマイクロサービス機能データセットがない。
- 参考スコア（独自算出の注目度）: 2.3734388579113275
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Microservice architecture has become a dominant architectural style in the service-oriented software industry. Poor practices in the design and development of microservices are called microservice bad smells. In microservice bad smells research, the detection of these bad smells relies on feature data from microservices. However, there is a lack of an appropriate open-source microservice feature dataset. The availability of such datasets may contribute to the detection of microservice bad smells unexpectedly. To address this research gap, this paper collects a number of open-source microservice systems utilizing Spring Cloud. Additionally, feature metrics are established based on the architecture and interactions of Spring Boot style microservices. And an extraction program is developed. The program is then applied to the collected open-source microservice systems, extracting the necessary information, and undergoing manual verification to create an open-source feature dataset specific to microservice systems using Spring Cloud. The dataset is made available through a CSV file. We believe that both the extraction program and the dataset have the potential to contribute to the study of micro-service bad smells.
- Abstract（参考訳）: マイクロサービスアーキテクチャは、サービス指向ソフトウェア産業において、支配的なアーキテクチャスタイルになっています。
マイクロサービスの設計と開発における粗悪なプラクティスは、マイクロサービスの悪臭と呼ばれる。
マイクロサービスの悪臭の研究では、これらの悪臭の検出はマイクロサービスの特徴データに依存する。
しかし、適切なオープンソースのマイクロサービス機能データセットがない。
このようなデータセットの可用性は、予期しない悪臭の検出に寄与する可能性がある。
この研究ギャップに対処するため,本稿では,Spring Cloudを利用したオープンソースのマイクロサービスシステムを多数集める。
さらに、Spring Bootスタイルのマイクロサービスのアーキテクチャとインタラクションに基づいて、機能メトリクスが確立されます。
抽出プログラムも開発されている。
このプログラムは収集されたオープンソースマイクロサービスシステムに適用され、必要な情報を抽出し、手作業による検証を行い、Spring Cloudを使用してマイクロサービスシステムに特化したオープンソース機能データセットを作成する。
データセットはCSVファイルを通じて利用できる。
抽出プログラムとデータセットの両方が、マイクロサービスの悪臭の研究に寄与する可能性があると考えている。
関連論文リスト
- LLM-Generated Microservice Implementations from RESTful API Definitions [3.740584607001637]
本稿では,Large Language Models (LLMs) を用いて,APIファーストのソフトウェア開発を自動化するシステムを提案する。
システムはOpenAPI仕様を生成し、そこからサーバコードを生成し、実行ログとエラーメッセージを分析するフィードバックループを通じてコードを精査する。
このシステムは、ソフトウェア開発サイクルをスピードアップする上で、ソフトウェア開発者、アーキテクト、組織に利益をもたらす可能性がある。
論文 参考訳（メタデータ） (2025-02-13T20:50:33Z) - Network Centrality as a New Perspective on Microservice Architecture [48.55946052680251]
マイクロサービスアーキテクチャの採用により、Nano/Mega/Hubサービスなど、さまざまなパターンやアンチパターンが特定できるようになった。
本研究では,集中度指標(CM)がMSAの品質に対する新たな洞察を与え,アーキテクチャ上のアンチパターンの検出を容易にするかどうかを検討する。
論文 参考訳（メタデータ） (2025-01-23T10:13:57Z) - Semantic Dependency in Microservice Architecture: A Framework for Definition and Detection [0.0]
本稿では,これらの課題に対処する手段としてセマンティック依存行列を紹介する。
これは、これらの隠れた依存関係がエンドポイントデータの依存関係とは独立して存在することを示し、そうでなければ見過ごされる可能性のある重要な接続を明らかにする。
論文 参考訳（メタデータ） (2025-01-20T23:34:24Z) - DiscoveryBench: Towards Data-Driven Discovery with Large Language Models [50.36636396660163]
我々は、データ駆動探索の多段階プロセスを形式化する最初の包括的なベンチマークであるDiscoveryBenchを紹介する。
我々のベンチマークには、社会学や工学などの6つの分野にまたがる264のタスクが含まれている。
私たちのベンチマークでは、自律的なデータ駆動型発見の課題を説明し、コミュニティが前進するための貴重なリソースとして役立ちます。
論文 参考訳（メタデータ） (2024-07-01T18:58:22Z) - Benchmarking Data Management Systems for Microservices [1.9948490148513414]
マイクロサービスアーキテクチャは、大規模なデータ集約型アプリケーションをデプロイするための一般的な選択肢である。
既存のマイクロサービスベンチマークには、データ管理の課題が欠如している。
Online Marketplaceは、コアデータ管理要件を受け入れる新しいベンチマークである。
論文 参考訳（メタデータ） (2024-05-19T11:55:45Z) - A Systematic Review of Available Datasets in Additive Manufacturing [56.684125592242445]
視覚およびその他のセンサー技術を組み込んだその場監視により、追加製造プロセス中に広範なデータセットの収集が可能になる。
これらのデータセットは、製造された出力の品質を判断し、機械学習を使用して欠陥を検出する可能性がある。
本稿では,AMプロセスから派生したオープン画像ベースデータセットの利用可能性について検討する。
論文 参考訳（メタデータ） (2024-01-27T16:13:32Z) - 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) - infoVerse: A Universal Framework for Dataset Characterization with
Multidimensional Meta-information [68.76707843019886]
infoVerseは、データセットの特徴付けのための普遍的なフレームワークである。
infoVerseは、様々なモデル駆動メタ情報を統合することで、データセットの多次元特性をキャプチャする。
実世界の3つのアプリケーション(データプルーニング、アクティブラーニング、データアノテーション)において、infoVerse空間で選択されたサンプルは、強いベースラインを一貫して上回る。
論文 参考訳（メタデータ） (2023-05-30T18:12:48Z) - 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) - Outsourcing Training without Uploading Data via Efficient Collaborative
Open-Source Sampling [49.87637449243698]
従来のアウトソーシングでは、デバイスデータをクラウドサーバにアップロードする必要がある。
我々は、公開および異種ソースから収集された膨大なデータセットである、広く利用可能なオープンソースデータを活用することを提案する。
我々は,オープンソースデータからクラウドトレーニングのためのプロキシデータセットを構築するための,ECOS(Efficient Collaborative Open-source Sampling)と呼ばれる新しい戦略を開発した。
論文 参考訳（メタデータ） (2022-10-23T00:12:18Z) - A Privacy-Preserving Distributed Architecture for
Deep-Learning-as-a-Service [68.84245063902908]
本稿では,ディープラーニング・アズ・ア・サービスのための分散アーキテクチャを提案する。
クラウドベースのマシンとディープラーニングサービスを提供しながら、ユーザの機密データを保存できる。
論文 参考訳（メタデータ） (2020-03-30T15:12:03Z)
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。