論文の概要: CAWAL: A novel unified analytics framework for enterprise web applications and multi-server environments

• arxiv url: http://arxiv.org/abs/2503.23244v1
• Date: Sat, 29 Mar 2025 22:55:33 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-04-01 14:32:16.284127
• Title: CAWAL: A novel unified analytics framework for enterprise web applications and multi-server environments
• Title（参考訳）: CAWAL: エンタープライズWebアプリケーションとマルチサーバ環境のための新しい統合分析フレームワーク
• Authors: Özkan Canay, Ümit Kocabıçak,
• Abstract要約: 本稿では、代替モデルおよびオンプレミスフレームワークとして、CAWAL(Combined Analytics and Web Application Log)フレームワークを提案する。 CAWALは、データ所有権とプライバシ規則に従って、Webファーム内の正確なデータ収集とクロスドメイン追跡を可能にする。 エンタープライズレベルのWebアプリケーションに統合されたCAWALは、それぞれOpen Web Analytics(OWA)とMatomoと比較して約24%と85%のレスポンスタイムを達成した。
• 参考スコア（独自算出の注目度）: 0.0
• License:
• Abstract: In web analytics, cloud-based solutions have limitations in data ownership and privacy, whereas client-side user tracking tools face challenges such as data accuracy and a lack of server-side metrics. This paper presents the Combined Analytics and Web Application Log (CAWAL) framework as an alternative model and an on-premises framework, offering web analytics with application logging integration. CAWAL enables precise data collection and cross-domain tracking in web farms while complying with data ownership and privacy regulations. The framework also improves software diagnostics and troubleshooting by incorporating application-specific data into analytical processes. Integrated into an enterprise-grade web application, CAWAL has demonstrated superior performance, achieving approximately 24% and 85% lower response times compared to Open Web Analytics (OWA) and Matomo, respectively. The empirical evaluation demonstrates that the framework eliminates certain limitations in existing tools and provides a robust data infrastructure for enhanced web analytics.
• Abstract（参考訳）: Web分析では、クラウドベースのソリューションはデータのオーナシップとプライバシに制限がありますが、クライアント側のユーザトラッキングツールは、データの正確性やサーバ側のメトリクスの欠如といった問題に直面します。 本稿では、アプリケーションロギングの統合によるWeb分析を提供する代替モデルとオンプレミスフレームワークとして、CAWAL(Combined Analytics and Web Application Log)フレームワークを提案する。 CAWALは、データ所有権とプライバシ規則に従って、Webファーム内の正確なデータ収集とクロスドメイン追跡を可能にする。 このフレームワークは、アプリケーション固有のデータを分析プロセスに組み込むことで、ソフトウェア診断とトラブルシューティングを改善する。 エンタープライズレベルのWebアプリケーションに統合されたCAWALは、それぞれOpen Web Analytics(OWA)とMatomoと比較して約24%と85%のレスポンスタイムを達成した。 実証的な評価は、このフレームワークが既存のツールの一定の制限を排除し、Web分析を強化するための堅牢なデータ基盤を提供することを示している。

関連論文リスト

• Predictive modeling and anomaly detection in large-scale web portals through the CAWAL framework [0.0]
  本研究では,CAWALフレームワークを通じて収集されたセッションおよびページビューデータを用いて,高度な予測モデリングとWeb利用マイニングアプリケーションにおける異常検出を行う手法を提案する。 その結果,ユーザの行動やシステムパフォーマンスの指標を詳細に把握し,大規模Webポータルの効率性,信頼性,スケーラビリティを向上させるための信頼性の高いソリューションであることが示唆された。
  論文  参考訳（メタデータ） (2025-02-01T12:21:59Z)
• LLM Assisted Anomaly Detection Service for Site Reliability Engineers: Enhancing Cloud Infrastructure Resilience [5.644170923282226]
  本稿では,産業時系列データに適した汎用APIを備えたスケーラブルな異常検出サービスを提案する。 サービスの利用パターンに関する洞察を提供しています。年間500人以上のユーザと20万のAPIコールがあります。 時系列基礎モデルを含むシステムを拡張し、ゼロショット異常検出機能を実現する計画である。
  論文  参考訳（メタデータ） (2025-01-28T06:41:37Z)
• Federated Fine-Tuning of LLMs: Framework Comparison and Research Directions [59.5243730853157]
  Federated Learning(FL)は、分散プライベートデータセットを使用して、トレーニング済みの大規模言語モデル(LLM)を微調整するための、プライバシ保護ソリューションを提供する。 本稿では、知識蒸留(KD)とスプリットラーニング(SL)を統合し、これらの問題を緩和する3つの先進的連合LLM(FedLLM)フレームワークの比較分析を行う。
  論文  参考訳（メタデータ） (2025-01-08T11:37:06Z)
• PAPAYA Federated Analytics Stack: Engineering Privacy, Scalability and Practicality [5.276674920508729]
  Cross-Device Federated Analytics (FA)は、分析クエリに回答し、ユーザのデバイス上でローカルに保持されたデータから洞察を引き出すように設計された分散計算パラダイムである。 FAの幅広い関連性にもかかわらず、既存のFAシステムの適用性は、妥協された正確さ、データ分析の柔軟性の欠如、効果的にスケールできないことによって制限されている。 プライバシ、スケーラビリティ、実用性を組み合わせて、これらの制限を克服したシステムを構築し、デプロイするアプローチについて説明します。
  論文  参考訳（メタデータ） (2024-12-03T10:03:12Z)
• InsightBench: Evaluating Business Analytics Agents Through Multi-Step Insight Generation [79.09622602860703]
  3つの重要な特徴を持つベンチマークデータセットであるInsightBenchを紹介します。 財務やインシデント管理といったさまざまなビジネスユースケースを表す100のデータセットで構成されている。 単一のクエリに回答することに焦点を当てた既存のベンチマークとは異なり、InsightBenchは、エンドツーエンドのデータ分析を実行する能力に基づいてエージェントを評価する。
  論文  参考訳（メタデータ） (2024-07-08T22:06:09Z)
• Optimal Event Monitoring through Internet Mashup over Multivariate Time Series [77.34726150561087]
  このフレームワークは、モデル定義、クエリ、パラメータ学習、モデル評価、データ監視、決定レコメンデーション、Webポータルのサービスをサポートする。 さらに、MTSAデータモデルとクエリ言語を拡張して、学習、監視、レコメンデーションのサービスにおいて、この種の問題をサポートする。
  論文  参考訳（メタデータ） (2022-10-18T16:56:17Z)
• Distributed intelligence on the Edge-to-Cloud Continuum: A systematic literature review [62.997667081978825]
  このレビューは、現在利用可能な機械学習とデータ分析のための最先端ライブラリとフレームワークに関する包括的なビジョンを提供することを目的としている。 現在利用可能なEdge-to-Cloud Continuumに関する実験的な研究のための、主要なシミュレーション、エミュレーション、デプロイメントシステム、テストベッドも調査されている。
  論文  参考訳（メタデータ） (2022-04-29T08:06:05Z)
• Distributed data analytics [8.415530878975751]
  レコメンデーションシステムは、オンラインサービスプロバイダの重要なコンポーネントである。 金融業界は不正検出、リスク管理、コンプライアンスなどの分野で大量のデータを活用するためにMLを採用している。
  論文  参考訳（メタデータ） (2022-03-26T14:10:51Z)
• 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)
• Edge-assisted Democratized Learning Towards Federated Analytics [67.44078999945722]
  本稿では,エッジ支援型民主化学習機構であるEdge-DemLearnの階層的学習構造を示す。 また、Edge-DemLearnを柔軟なモデルトレーニングメカニズムとして検証し、リージョンに分散制御と集約の方法論を構築する。
  論文  参考訳（メタデータ） (2020-12-01T11:46:03Z)

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。