論文の概要: DevOps Automation Pipeline Deployment with IaC (Infrastructure as Code)

• arxiv url: http://arxiv.org/abs/2503.16038v1
• Date: Thu, 20 Mar 2025 11:12:54 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-03-21 16:34:54.988322
• Title: DevOps Automation Pipeline Deployment with IaC (Infrastructure as Code)
• Title（参考訳）: IaC(インフラストラクチャ・アズ・コード)によるDevOps自動化パイプラインのデプロイ
• Authors: Adarsh Saxena, Sudhakar Singh, Shiv Prakash, Tiansheng Yang, Rajkumar Singh Rathore,
• Abstract要約: 本稿では,現在のソフトウェア開発とデプロイメントプロセスを,継続的インテグレーションと継続的デリバリ(CI/CD)パイプラインとして合理化することを目的とする。 論文のさらなる目的は、DevOps Infrastructure as Code(IaC)とPipelineをコードとして実装する戦略を実証することである。
• 参考スコア（独自算出の注目度）: 0.9786690381850356
• License:
• Abstract: DevOps pipeline is a set of automated tasks or processes or jobs that has tasks assigned to execute automatically that allow the Development team and Operations team to collaborate for building and deployment of the software or services. DevOps as a culture includes better collaboration between different teams within an organization and the removal of silos between them. This paper aims to streamline the current software development and deployment process that is being followed in most of today's generation DevOps deployment as Continuous Integration and Continuous Delivery (CI/CD) pipelines. Centered to the level of software development life cycle (SDLC), it also describes the current ambiguous definition to clarify the implementation of DevOps in practice along a sample CI/CD pipeline deployment. The further objective of the paper is to demonstrate the implementation strategy of DevOps Infrastructure as Code (IaC) and Pipeline as a code and the removal of ambiguity in the definition of DevOps Infrastructure as a Code methodology.
• Abstract（参考訳）: DevOpsパイプラインは、自動化されたタスクやプロセス、あるいはジョブのセットで、自動的に実行するタスクが割り当てられ、開発チームと運用チームは、ソフトウェアやサービスの構築とデプロイに協力することができる。 文化としてのDevOpsには、組織内のさまざまなチーム間のコラボレーションの改善と、それら間のサイロの削除が含まれている。 この記事では、継続的インテグレーションと継続的デリバリ(CI/CD)パイプラインとして、今日の世代のDevOpsデプロイメントの大部分でフォローされている、現在のソフトウェア開発およびデプロイメントプロセスの合理化を目的とする。 ソフトウェア開発ライフサイクル(SDLC)のレベルを中心に、CI/CDパイプラインのデプロイメントのサンプルに沿って、実際にDevOpsの実装を明確にするために、現在の曖昧な定義についても説明している。 論文のさらなる目的は、コードとしてのDevOps Infrastructure as Code(IaC)とPipelineの実装戦略と、コード方法論としてのDevOps Infrastructureの定義における曖昧さの排除を実証することである。

関連論文リスト

• Codev-Bench: How Do LLMs Understand Developer-Centric Code Completion? [60.84912551069379]
  Code-Development Benchmark (Codev-Bench)は、細粒度で現実世界、リポジトリレベル、開発者中心の評価フレームワークです。 Codev-Agentは、リポジトリのクローリングを自動化し、実行環境を構築し、既存のユニットテストから動的呼び出しチェーンを抽出し、データ漏洩を避けるために新しいテストサンプルを生成するエージェントベースのシステムである。
  論文  参考訳（メタデータ） (2024-10-02T09:11:10Z)
• Spider2-V: How Far Are Multimodal Agents From Automating Data Science and Engineering Workflows? [73.81908518992161]
  我々は、プロのデータサイエンスとエンジニアリングに焦点を当てた最初のマルチモーダルエージェントベンチマークであるSpider2-Vを紹介する。 Spider2-Vは、本物のコンピュータ環境における現実世界のタスクを特徴とし、20のエンタープライズレベルのプロフェッショナルアプリケーションを組み込んでいる。 これらのタスクは、エンタープライズデータソフトウェアシステムにおいて、コードを書き、GUIを管理することで、マルチモーダルエージェントがデータ関連のタスクを実行する能力を評価する。
  論文  参考訳（メタデータ） (2024-07-15T17:54:37Z)
• A Mixed Method Study of DevOps Challenges [2.2957483176038584]
  DevOpsに関する議論を含む174K SOポストにトピックモデリングを適用することで、実証的研究を行う。 次に、専門家のDevOps実践者21人を対象に、実証的研究結果の検証と拡張を行いました。
  論文  参考訳（メタデータ） (2024-03-25T05:35:40Z)
• AutoDev: Automated AI-Driven Development [9.586330606828643]
  AutoDevは完全に自動化されたAI駆動ソフトウェア開発フレームワークである。 ユーザはAutoDevの自律AIエージェントに割り当てられる複雑なソフトウェアエンジニアリングの目標を定義することができる。 AutoDevは、Dockerコンテナ内のすべての操作を集約することで、セキュアな開発環境を確立する。
  論文  参考訳（メタデータ） (2024-03-13T07:12:03Z)
• ProAgent: From Robotic Process Automation to Agentic Process Automation [87.0555252338361]
  LLM(Large Language Models)は、人間のような知性を持つ言語である。 本稿では,ALMをベースとしたエージェントを用いた高度な自動化のための基盤的自動化パラダイムであるエージェントプロセス自動化(APA)を紹介する。 そして、人間の指示を駆使し、特殊エージェントの調整によって複雑な決定を下すように設計されたエージェントであるProAgentをインスタンス化する。
  論文  参考訳（メタデータ） (2023-11-02T14:32:16Z)
• Octopus: Embodied Vision-Language Programmer from Environmental Feedback [58.04529328728999]
  身体視覚言語モデル(VLM)は多モード認識と推論において大きな進歩を遂げた。 このギャップを埋めるために、我々は、計画と操作を接続する媒体として実行可能なコード生成を使用する、具体化された視覚言語プログラマであるOctopusを紹介した。 Octopusは、1)エージェントの視覚的およびテキスト的タスクの目的を正確に理解し、2)複雑なアクションシーケンスを定式化し、3)実行可能なコードを生成するように設計されている。
  論文  参考訳（メタデータ） (2023-10-12T17:59:58Z)
• Toward Automatically Completing GitHub Workflows [16.302521048148748]
  GH-WCOM(GitHub COMpletion)は、開発者が特定のCI/CDパイプライン、すなわちGitHubを書くのをサポートするトランスフォーマーベースのアプローチである。 我々の実証研究は、GH-WCOMが34.23%の正確な予測を提供することを示している。
  論文  参考訳（メタデータ） (2023-08-31T14:53:00Z)
• The Pipeline for the Continuous Development of Artificial Intelligence Models -- Current State of Research and Practice [3.793596705511303]
  本論文は,151の関連資料と非公式資料を統合した多言語文献レビューを含む。 パイプラインの実装、適応、AIの継続的開発のための使用に関する課題を、これら4つのステージにマップします。
  論文  参考訳（メタデータ） (2023-01-21T20:04:07Z)
• Concepts and Algorithms for Agent-based Decentralized and Integrated Scheduling of Production and Auxiliary Processes [78.120734120667]
  本稿ではエージェントベースの分散型統合スケジューリング手法について述べる。 要求の一部は、線形にスケールする通信アーキテクチャを開発することである。 このアプローチは、工業的要件に基づいた例を使って説明されます。
  論文  参考訳（メタデータ） (2022-05-06T18:44:29Z)
• On Continuous Integration / Continuous Delivery for Automated Deployment of Machine Learning Models using MLOps [1.2885809002769633]
  この調査は、マシンラーニングのライフサイクルと、DevOpsとMLOpsの主な違いについて、より詳細な調査を提供する。 MLOpsアプローチでは、機械学習フレームワークのCI/CDパイプラインを実行するためのツールとアプローチについて議論する。 その後、Github Operations(GitOps)のプッシュとプルベースのデプロイメントを詳しく見ていきます。
  論文  参考訳（メタデータ） (2022-02-07T22:04:38Z)
• Reproducible Performance Optimization of Complex Applications on the Edge-to-Cloud Continuum [55.6313942302582]
  エッジ・ツー・クラウド・コンティニュム上でのリアルタイムアプリケーションの最適化を支援する手法を提案する。 提案手法は, 制御されたテストベッド環境において, その動作を理解するための厳密な構成解析に頼っている。 当社の方法論はEdge-to-Cloud Continuumの他のアプリケーションに一般化することができる。
  論文  参考訳（メタデータ） (2021-08-04T07:35:14Z)

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。