論文の概要: Chaos Engineering: A Multi-Vocal Literature Review
- arxiv url: http://arxiv.org/abs/2412.01416v1
- Date: Mon, 02 Dec 2024 11:57:24 GMT
- ステータス: 翻訳完了
- システム内更新日: 2024-12-04 15:48:36.693876
- Title: Chaos Engineering: A Multi-Vocal Literature Review
- Title(参考訳): Chaos Engineering: 多言語文献レビュー
- Authors: Joshua Owotogbe, Indika Kumara, Willem-Jan Van Den Heuvel, Damian Andrew Tamburri,
- Abstract要約: カオスエンジニアリングは、生産中のシステムが乱条件下でどのように振る舞うかを積極的にテストすることで、課題に対処する。
この研究ギャップを埋めるために、カオスエンジニアリングについてMultivocal Literature Review (MLR)を行った。
最初に選択したソースを使用して、カオスエンジニアリングの統一的な定義を導き、重要な機能、コンポーネント、採用ドライバを特定しました。
- 参考スコア(独自算出の注目度): 1.6199400106794553
- License:
- Abstract: Organizations, particularly medium and large enterprises, typically today rely heavily on complex, distributed systems to deliver critical services and products. However, the growing complexity of these systems poses challenges in ensuring service availability, performance, and reliability. Traditional resilience testing methods often fail to capture modern systems' intricate interactions and failure modes. Chaos Engineering addresses these challenges by proactively testing how systems in production behave under turbulent conditions, allowing developers to uncover and resolve potential issues before they escalate into outages. Though chaos engineering has received growing attention from researchers and practitioners alike, we observed a lack of a comprehensive literature review. Hence, we performed a Multivocal Literature Review (MLR) on chaos engineering to fill this research gap by systematically analyzing 88 academic and grey literature sources published from January 2019 to April 2024. We first used the selected sources to derive a unified definition of chaos engineering and to identify key capabilities, components, and adoption drivers. We also developed a taxonomy for chaos engineering and compared the relevant tools using it. Finally, we analyzed the state of the current chaos engineering research and identified several open research issues.
- Abstract(参考訳): 組織、特に中~大企業は、一般的に、重要なサービスや製品を提供するために、複雑な分散システムに大きく依存しています。
しかしながら、これらのシステムの複雑さの増大は、サービスの可用性、パフォーマンス、信頼性を保証する上での課題を引き起こします。
従来のレジリエンステスト手法は、しばしば、現代的なシステムの複雑な相互作用と障害モードをキャプチャするのに失敗する。
カオスエンジニアリング(Chaos Engineering)は、運用中のシステムが乱暴な状況下でどのように振る舞うかを積極的にテストすることで、これらの課題に対処する。
カオスエンジニアリングは研究者や実践者からも注目されているが、包括的な文献レビューの欠如が観察されている。
そこで我々は,2019年1月から2024年4月までに出版された88の学術・グレイ文学資料を体系的に分析し,カオスエンジニアリングに関するMLR(Multivocal Literature Review)を行い,この研究ギャップを埋めた。
最初に選択したソースを使用して、カオスエンジニアリングの統一された定義を導き、重要な機能、コンポーネント、採用ドライバを特定しました。
また、カオスエンジニアリングのための分類法を開発し、それを使って関連するツールを比較しました。
最後に、現在のカオスエンジニアリング研究の現状を分析し、いくつかのオープンな研究課題を特定した。
関連論文リスト
- A Multiagent Path Search Algorithm for Large-Scale Coalition Structure Generation [61.08720171136229]
結合構造生成はマルチエージェントシステムにおける基本的な計算問題である。
我々はCSGの多エージェントパス探索アルゴリズムであるSALDAEを開発し、連立構造グラフ上で運用する。
論文 参考訳(メタデータ) (2025-02-14T15:21:27Z) - Build Optimization: A Systematic Literature Review [0.0]
継続的インテグレーション(CI)は、ソフトウェアシステムの継続的コンパイル、テスト、パッケージングを含む自動ビルドプロセスで構成される。
本研究は,2006年から2024年にかけて発行されたビルド最適化に関する97つの研究の体系的なレビューを行う。
特定されたビルド最適化の研究は、(1)長いビルド期間、(2)ビルドの失敗の2つの主な課題に焦点を当てている。
論文 参考訳(メタデータ) (2025-01-21T07:32:06Z) - Looking back and forward: A retrospective and future directions on Software Engineering for systems-of-systems [0.11470070927586014]
TextitInternational Workshop on Software Engineering for Systems-of-Systems (SESoS)シリーズは、ソフトウェア工学の観点からSoSに対処する科学フォーラムのギャップを埋めるために2013年に始まった。
本稿では,SeSoSワークショップ(2013-2023)の11版にまたがる57件の論文をもとに,SoSのためのソフトウェアエンジニアリングの進化と今後の軌道について概説する。
論文 参考訳(メタデータ) (2024-03-25T13:12:39Z) - A Survey of Neural Code Intelligence: Paradigms, Advances and Beyond [84.95530356322621]
この調査は、コードインテリジェンスの発展に関する体系的なレビューを示す。
50以上の代表モデルとその変種、20以上のタスクのカテゴリ、および680以上の関連する広範な研究をカバーしている。
発達軌道の考察に基づいて、コードインテリジェンスとより広範なマシンインテリジェンスとの間の新たな相乗効果について検討する。
論文 参考訳(メタデータ) (2024-03-21T08:54:56Z) - Resilience of Deep Learning applications: a systematic literature review of analysis and hardening techniques [3.265458968159693]
このレビューは、2019年1月から2024年3月までに発行された220の科学論文に基づいている。
著者らは、研究の類似点と特異点を解釈し、強調するために分類フレームワークを採用している。
論文 参考訳(メタデータ) (2023-09-27T19:22:19Z) - On Evaluating Self-Adaptive and Self-Healing Systems using Chaos
Engineering [0.6117371161379209]
本稿では,自己適応型・自己修復型システムの体系的評価手法であるCHESSを提案する。
カオスエンジニアリング(Chaos Engineering)は、予期せぬ状況やシナリオにシステムを従わせる方法論である。
本研究では, 自己修復型スマートオフィス環境の探索的研究を通じて, このアプローチの有効性について検討する。
論文 参考訳(メタデータ) (2022-08-28T14:38:57Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳(メタデータ) (2021-07-28T10:28:05Z) - Inspect, Understand, Overcome: A Survey of Practical Methods for AI
Safety [54.478842696269304]
安全クリティカルなアプリケーションにディープニューラルネットワーク(DNN)を使用することは、多数のモデル固有の欠点のために困難です。
近年,これらの安全対策を目的とした最先端技術動物園が出現している。
本稿は、機械学習の専門家と安全エンジニアの両方に対処する。
論文 参考訳(メタデータ) (2021-04-29T09:54:54Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳(メタデータ) (2020-10-19T13:09:31Z) - A Systematic Literature Review on the Use of Deep Learning in Software
Engineering Research [22.21817722054742]
ソフトウェア開発タスクを自動化するために、ソフトウェア工学(SE)研究者が採用するテクニックのセットが、ディープラーニング(DL)の概念に根ざしている。
本稿では,SE & DLの交差点における研究の体系的な文献レビューを行う。
我々は、機械学習技術の特定の問題領域への適用を規定する一連の原則である学習の構成要素を中心に分析を行う。
論文 参考訳(メタデータ) (2020-09-14T15:28:28Z) - On the Social and Technical Challenges of Web Search Autosuggestion
Moderation [118.47867428272878]
自動提案は通常、検索ログと文書表現のコーパスに基づいてトレーニングされた機械学習(ML)システムによって生成される。
現在の検索エンジンは、このような問題のある提案を抑えるのに、ますます熟練している。
問題のある提案のいくつかの側面、パイプラインに沿った困難な問題、そしてWeb検索を超えたアプリケーションの増加になぜ私たちの議論が適用されるのかについて論じる。
論文 参考訳(メタデータ) (2020-07-09T19:22:00Z)
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。