論文の概要: MONO2REST: Identifying and Exposing Microservices: a Reusable RESTification Approach
- arxiv url: http://arxiv.org/abs/2503.21522v1
- Date: Thu, 27 Mar 2025 14:10:33 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-03-28 12:54:52.036818
- Title: MONO2REST: Identifying and Exposing Microservices: a Reusable RESTification Approach
- Title(参考訳): MONO2REST: マイクロサービスの識別と公開 - 再利用可能なREST化アプローチ
- Authors: Matthéo Lecrivain, Hanifa Barry, Dalila Tamzalit, Houari Sahraoui,
- Abstract要約: 多くの組織は、レガシーなモノリシックシステムからアーキテクチャスタイルへの移行を追求しています。
このプロセスは困難で、リスクが高く、時間集約的であり、失敗しがちですが、いくつかの組織では、移行プロセスを構築するために必要な資金、時間、専門知識が不足しています。
移行することなく、レガシーシステムをマイクロサービスアプリケーションとして公開することを提案する。
- 参考スコア(独自算出の注目度): 0.7499722271664147
- License:
- Abstract: The microservices architectural style has become the de facto standard for large-scale cloud applications, offering numerous benefits in scalability, maintainability, and deployment flexibility. Many organizations are pursuing the migration of legacy monolithic systems to a microservices architecture. However, this process is challenging, risky, time-intensive, and prone-to-failure while several organizations lack necessary financial resources, time, or expertise to set up this migration process. So, rather than trying to migrate a legacy system where migration is risky or not feasible, we suggest exposing it as a microservice application without without having to migrate it. In this paper, we present a reusable, automated, two-phase approach that combines evolutionary algorithms with machine learning techniques. In the first phase, we identify microservices at the method level using a multi-objective genetic algorithm that considers both structural and semantic dependencies between methods. In the second phase, we generate REST APIs for each identified microservice using a classification algorithm to assign HTTP methods and endpoints. We evaluated our approach with a case study on the Spring PetClinic application, which has both monolithic and microservices implementations that serve as ground truth for comparison. Results demonstrate that our approach successfully aligns identified microservices with those in the reference microservices implementation, highlighting its effectiveness in service identification and API generation.
- Abstract(参考訳): マイクロサービスアーキテクチャスタイルは、大規模クラウドアプリケーションのデファクトスタンダードとなり、スケーラビリティ、保守性、デプロイメントの柔軟性に多くのメリットを提供している。
多くの組織が、レガシーなモノリシックシステムからマイクロサービスアーキテクチャへの移行を追求しています。
しかしながら、このプロセスは困難で、リスクが高く、時間集約的で、障害になりがちですが、いくつかの組織では、移行プロセスを構築するために必要な資金、時間、専門知識が不足しています。
したがって、マイグレーションがリスクがある、あるいは実現不可能なレガシーシステムを移行しようとするのではなく、移行することなくマイクロサービスアプリケーションとして公開することを推奨しています。
本稿では,進化的アルゴリズムと機械学習技術を組み合わせた再利用可能な,自動化された2段階のアプローチを提案する。
第1フェーズでは,メソッド間の構造的および意味的依存関係を考慮した多目的遺伝的アルゴリズムを用いて,メソッドレベルでマイクロサービスを識別する。
第2フェーズでは、分類アルゴリズムを使用して、特定マイクロサービス毎にREST APIを生成し、HTTPメソッドとエンドポイントを割り当てます。
私たちは、モノリシックとマイクロサービスの両方を実装し、比較の根拠となるSpring PetClinicアプリケーションのケーススタディで、このアプローチを評価しました。
その結果、当社のアプローチは、特定マイクロサービスと参照マイクロサービス実装のマイクロサービスをうまく一致させ、サービス識別とAPI生成の有効性を強調しています。
関連論文リスト
- POGEMA: A Benchmark Platform for Cooperative Multi-Agent Pathfinding [76.67608003501479]
POGEMAは、学習のための高速環境、問題インスタンスジェネレータ、可視化ツールキットを含む、総合的なツールセットである。
また、プライマリ評価指標に基づいて計算されるドメイン関連メトリクスの範囲を規定する評価プロトコルを導入し、定義する。
この比較の結果は、様々な最先端のMARL、検索ベース、ハイブリッド手法を含む。
論文 参考訳(メタデータ) (2024-07-20T16:37:21Z) - Migration to Microservices: A Comparative Study of Decomposition
Strategies and Analysis Metrics [0.5076419064097734]
本稿では,モノリシックアプリケーションにおけるポテンシャルを識別する新しいクラスタリング手法を提案する。
本手法では,クラス間の静的解析,構造,意味的関係を考慮した密度に基づくクラスタリングアルゴリズムを用いる。
論文 参考訳(メタデータ) (2024-02-13T14:15:00Z) - A Microservices Identification Method Based on Spectral Clustering for
Industrial Legacy Systems [5.255685751491305]
本稿では,スペクトルグラフ理論に基づくマイクロサービス候補抽出のための自動分解手法を提案する。
提案手法は,ドメインの専門家が関与しなくても,良好な結果が得られることを示す。
論文 参考訳(メタデータ) (2023-12-20T07:47:01Z) - Twin Graph-based Anomaly Detection via Attentive Multi-Modal Learning
for Microservice System [24.2074235652359]
我々は,マルチモーダル学習を通じて利用可能なすべてのデータモダリティをシームレスに統合するMSTGADを提案する。
本研究では,異なるモーダル間の相関関係をモデル化するために,空間的および時間的注意機構を備えたトランスフォーマーベースニューラルネットワークを構築した。
これにより、リアルタイムで自動的かつ正確に異常を検出することができる。
論文 参考訳(メタデータ) (2023-10-07T06:28:41Z) - Systematic Mapping of Monolithic Applications to Microservices
Architecture [2.608935407927351]
モノリシックシステムから移行する際、組織が直面するメリットと課題について論じる。
ドメイン駆動開発の概念を用いてモノリシックなシステムを識別する手法を提案する。
論文 参考訳(メタデータ) (2023-09-07T15:47:11Z) - Handling Communication via APIs for Microservices [6.5499625417846685]
本稿では,従来の通信技術による課題について論じ,API経由のIDパスの代替手法を提案する。
また,API数を削減するアルゴリズムも考案した。
論文 参考訳(メタデータ) (2023-08-02T17:40:34Z) - Learning to Generalize Unseen Domains via Memory-based Multi-Source
Meta-Learning for Person Re-Identification [59.326456778057384]
本稿では,メモリベースのマルチソースメタラーニングフレームワークを提案する。
また,メタテスト機能を多様化するメタバッチ正規化層(MetaBN)を提案する。
実験により、M$3$Lは、目に見えない領域に対するモデルの一般化能力を効果的に向上できることが示された。
論文 参考訳(メタデータ) (2020-12-01T11:38:16Z) - Low-Resource Domain Adaptation for Compositional Task-Oriented Semantic
Parsing [85.35582118010608]
タスク指向のセマンティックパーシングは仮想アシスタントの重要なコンポーネントである。
近年のディープラーニングの進歩は、より複雑なクエリを解析するいくつかのアプローチを可能にしている。
そこで本研究では,教師付きニューラルネットワークを10倍の精度で高速化する手法を提案する。
論文 参考訳(メタデータ) (2020-10-07T17:47:53Z) - MetaPerturb: Transferable Regularizer for Heterogeneous Tasks and
Architectures [61.73533544385352]
本稿ではメタパーターブ(MetaPerturb)というトランスファー可能な摂動モデルを提案する。
MetaPerturbは、レイヤやタスクにまたがる多様な分散を訓練したセット関数であるため、異種タスクやアーキテクチャを一般化することができる。
論文 参考訳(メタデータ) (2020-06-13T02:54:59Z) - Learning Meta Face Recognition in Unseen Domains [74.69681594452125]
メタ顔認識(MFR)というメタラーニングを用いた新しい顔認識手法を提案する。
MFRは、メタ最適化目標を用いてソース/ターゲットドメインシフトを合成する。
一般化顔認識評価のためのベンチマークを2つ提案する。
論文 参考訳(メタデータ) (2020-03-17T14:10:30Z) - Meta Reinforcement Learning with Autonomous Inference of Subtask
Dependencies [57.27944046925876]
本稿では,タスクがサブタスクグラフによって特徴づけられるような,新しい数発のRL問題を提案し,対処する。
メタ政治を直接学習する代わりに、Subtask Graph Inferenceを使ったメタラーナーを開発した。
実験の結果,2つのグリッドワールド領域とStarCraft II環境において,提案手法が潜在タスクパラメータを正確に推定できることが確認された。
論文 参考訳(メタデータ) (2020-01-01T17:34:00Z)
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。