論文の概要: AI Assistants for Incident Lifecycle in a Microservice Environment: A Systematic Literature Review
- arxiv url: http://arxiv.org/abs/2410.04334v1
- Date: Sun, 6 Oct 2024 02:58:41 GMT
- ステータス: 処理完了
- システム内更新日: 2024-11-02 08:20:17.308582
- Title: AI Assistants for Incident Lifecycle in a Microservice Environment: A Systematic Literature Review
- Title（参考訳）: マイクロサービス環境におけるインシデントライフサイクルのためのAIアシスタント:システマティック文献レビュー
- Authors: Dahlia Ziqi Zhou, Marios Fokaefs,
- Abstract要約: 本稿では、インシデントライフサイクルの異なるフェーズをサポートするように設計されたAIアシスタントに関する研究を体系的にレビューする。
これはAIの成功した応用を強調し、現在の研究のギャップを特定し、AIによるインシデント管理を強化する将来の機会を提案する。
- 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: Incidents in microservice environments can be costly and challenging to recover from due to their complexity and distributed nature. Recent advancements in artificial intelligence (AI) offer promising solutions for improving incident management. This paper systematically reviews primary studies on AI assistants designed to support different phases of the incident lifecycle. It highlights successful applications of AI, identifies gaps in current research, and suggests future opportunities for enhancing incident management through AI. By examining these studies, the paper aims to provide insights into the effectiveness of AI tools and their potential to address ongoing challenges in incident recovery.
- Abstract（参考訳）: マイクロサービス環境のインシデントは、複雑さと分散した性質のために、コストがかかり、回復が難しい場合がある。
人工知能(AI)の最近の進歩は、インシデント管理を改善するための有望なソリューションを提供する。
本稿では、インシデントライフサイクルの異なるフェーズをサポートするように設計されたAIアシスタントに関する基礎研究を体系的にレビューする。
これはAIの成功した応用を強調し、現在の研究のギャップを特定し、AIによるインシデント管理を強化する将来の機会を提案する。
これらの研究を検討することで、AIツールの有効性と、インシデント回復における継続的な課題に対処する可能性についての洞察を提供することが目的である。
関連論文リスト
- AI for ERW Detection in Clearance Operations -- The State of Research [12.278116747610158]
本稿では、クリアランス操作のためのERW検出のためのAIに関する学術研究の文献レビューを提供する。
研究は、ERWオブジェクト検出のためのAIとERWリスク予測のためのAIの2つの主要なストリームにグループ化できる。
我々は、ERWリスク予測にAIを使用するための新たな取り組みを含む、将来の研究のための3つの機会を開拓する。
論文 参考訳（メタデータ） (2024-10-31T11:50:29Z) - Artificial intelligence techniques in inherited retinal diseases: A review [19.107474958408847]
遺伝性網膜疾患(英: InheritedRetinal disease、IRD)は、進行性視力低下を引き起こす多様な遺伝性疾患群であり、労働年齢層の視覚障害の主要な原因である。
人工知能(AI)の最近の進歩は、これらの課題に対する有望な解決策を提供する。
このレビューは既存の研究を統合し、ギャップを特定し、IRDの診断と管理におけるAIの可能性の概要を提供する。
論文 参考訳（メタデータ） (2024-10-10T03:14:51Z) - Artificial Intelligence in Industry 4.0: A Review of Integration Challenges for Industrial Systems [45.31340537171788]
サイバー物理システム(CPS)は、予測保守や生産計画を含むアプリケーションに人工知能(AI)が活用できる膨大なデータセットを生成する。
AIの可能性を実証しているにもかかわらず、製造業のような分野に広く採用されていることは依然として限られている。
論文 参考訳（メタデータ） (2024-05-28T20:54:41Z) - Generative AI Agent for Next-Generation MIMO Design: Fundamentals, Challenges, and Vision [76.4345564864002]
次世代の多重入力多重出力(MIMO)はインテリジェントでスケーラブルであることが期待される。
本稿では、カスタマイズされた特殊コンテンツを生成することができる生成型AIエージェントの概念を提案する。
本稿では、生成AIエージェントをパフォーマンス分析に活用することの有効性を示す2つの説得力のあるケーススタディを示す。
論文 参考訳（メタデータ） (2024-04-13T02:39:36Z) - Testing autonomous vehicles and AI: perspectives and challenges from cybersecurity, transparency, robustness and fairness [53.91018508439669]
この研究は、人工知能を自律走行車(AV)に統合する複雑さを探求する
AIコンポーネントがもたらした課題と、テスト手順への影響を調べます。
本稿は、重要な課題を特定し、AV技術におけるAIの研究・開発に向けた今後の方向性を提案する。
論文 参考訳（メタデータ） (2024-02-21T08:29:42Z) - A Systematic Literature Review on Explainability for Machine/Deep
Learning-based Software Engineering Research [23.966640472958105]
本稿では,ソフトウェア工学の文脈におけるAIモデルの説明可能性の向上を目的とした,体系的な文献レビューを行う。
我々は,XAI技術がこれまで成功してきたSEタスク,(2)異なるXAI手法の分類と分析,(3)既存の評価手法を考察することを目的としている。
論文 参考訳（メタデータ） (2024-01-26T03:20:40Z) - AI for IT Operations (AIOps) on Cloud Platforms: Reviews, Opportunities
and Challenges [60.56413461109281]
IT運用のための人工知能(AIOps)は、AIのパワーとIT運用プロセスが生成するビッグデータを組み合わせることを目的としている。
我々は、IT運用活動が発信する重要なデータの種類、分析における規模と課題、そしてどのように役立つかについて深く議論する。
主要なAIOpsタスクは、インシデント検出、障害予測、根本原因分析、自動アクションに分類します。
論文 参考訳（メタデータ） (2023-04-10T15:38:12Z) - The Role of AI in Drug Discovery: Challenges, Opportunities, and
Strategies [97.5153823429076]
この分野でのAIのメリット、課題、欠点についてレビューする。
データ拡張、説明可能なAIの使用、従来の実験手法とAIの統合についても論じている。
論文 参考訳（メタデータ） (2022-12-08T23:23:39Z) - Towards Resilient Artificial Intelligence: Survey and Research Issues [3.611654352079672]
攻撃やその他の環境影響に対するレジリエンスは、他のIT資産と同じように確保する必要があります。
本稿では,AIの特徴,特に機械学習(ML)を考慮し,レジリエントAIの新たな分野について概観する。
論文 参考訳（メタデータ） (2021-09-18T11:15:51Z) - Artificial Intelligence for IT Operations (AIOPS) Workshop White Paper [50.25428141435537]
AIOps(Artificial Intelligence for IT Operations)は、マシンラーニング、ビッグデータ、ストリーミング分析、IT運用管理の交差点で発生する、新たな学際分野である。
AIOPSワークショップの主な目的は、アカデミアと産業界の両方の研究者が集まり、この分野での経験、成果、作業について発表することです。
論文 参考訳（メタデータ） (2021-01-15T10:43:10Z)
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。