論文の概要: AdaptiFlow: An Extensible Framework for Event-Driven Autonomy in Cloud Microservices
- arxiv url: http://arxiv.org/abs/2512.23499v1
- Date: Mon, 29 Dec 2025 14:35:49 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-12-30 22:37:30.541842
- Title: AdaptiFlow: An Extensible Framework for Event-Driven Autonomy in Cloud Microservices
- Title（参考訳）: AdaptiFlow: クラウドマイクロサービスにおけるイベント駆動型自律性のための拡張可能なフレームワーク
- Authors: Brice Arléon Zemtsop Ndadji, Simon Bliudze, Clément Quinton,
- Abstract要約: AdaptiFlowは、MAPE-Kループのモニタおよび実行フェーズに焦点を当てた抽象化レイヤを提供するフレームワークである。
メトリクス収集とアダプティブロジックからアクション実行を分離することで、AdaptiFlowはExecuteを自律的な要素へと進化させることができる。
Adaptable TeaStoreベンチマークによる検証は、3つの適応シナリオの実践的な実装を示している。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Modern cloud architectures demand self-adaptive capabilities to manage dynamic operational conditions. Yet, existing solutions often impose centralized control models ill-suited to microservices decentralized nature. This paper presents AdaptiFlow, a framework that leverages well-established principles of autonomous computing to provide abstraction layers focused on the Monitor and Execute phases of the MAPE-K loop. By decoupling metrics collection and action execution from adaptation logic, AdaptiFlow enables microservices to evolve into autonomous elements through standardized interfaces, preserving their architectural independence while enabling system-wide adaptability. The framework introduces: (1) Metrics Collectors for unified infrastructure/business metric gathering, (2) Adaptation Actions as declarative actuators for runtime adjustments, and (3) a lightweight Event-Driven and rule-based mechanism for adaptation logic specification. Validation through the enhanced Adaptable TeaStore benchmark demonstrates practical implementation of three adaptation scenarios targeting three levels of autonomy self-healing (database recovery), self-protection (DDoS mitigation), and self-optimization (traffic management) with minimal code modification per service. Key innovations include a workflow for service instrumentation and evidence that decentralized adaptation can emerge from localized decisions without global coordination. The work bridges autonomic computing theory with cloud-native practice, providing both a conceptual framework and concrete tools for building resilient distributed systems. Future work includes integration with formal coordination models and application of adaptation techniques relying on AI agents for proactive adaptation to address complex adaptation scenarios.
- Abstract（参考訳）: 現代のクラウドアーキテクチャは、動的運用条件を管理するための自己適応機能を必要としている。
しかし、既存のソリューションは、マイクロサービスの分散した性質に不適な集中制御モデルを課すことが多い。
本稿では,MAPE-Kループのモニタおよび実行フェーズに着目した抽象化レイヤを提供するために,自律コンピューティングの確立した原則を活用するフレームワークであるAdaptiFlowを提案する。
AdaptiFlowはメトリクス収集とアクション実行を適応ロジックから分離することで、標準化されたインターフェースを通じてマイクロサービスを自律的な要素へと進化させ、アーキテクチャの独立性を維持しながら、システム全体の適応性を実現する。
1)統合インフラストラクチャ/ビジネスメトリクス収集のためのメトリクス収集,(2)実行時調整のための宣言的アクチュエータとしての適応アクション,(3)適応ロジック仕様のための軽量なイベント駆動およびルールベースのメカニズム。
強化されたAdaptable TeaStoreベンチマークによる検証では、セルフヒーリング(データベースリカバリ)、自己保護(DDoS緩和)、セルフ最適化(トラフィック管理)の3つのレベルを対象として、サービス毎のコード修正を最小限にした3つの適応シナリオの実践的な実装が示されている。
主なイノベーションは、サービスインスツルメンテーションのためのワークフローと、グローバルな調整なしに、局所的な決定から分散適応が生まれるという証拠である。
この作業は、自律コンピューティング理論をクラウドネイティブなプラクティスにブリッジし、レジリエントな分散システムを構築するための概念的なフレームワークと具体的なツールを提供する。
今後の作業には、フォーマルな調整モデルとの統合や、複雑な適応シナリオに対応するために、AIエージェントに依存する適応テクニックの適用が含まれる。
関連論文リスト
- Decoupling Adaptive Control in TeaStore [0.5076419064097734]
Adaptable TeaStore仕様は、コントロールループを通じて自己適応を実装するためのマイクロサービスベースのケーススタディを提供する。
この仕様の実装は、自己適応の重要な特性によって通知されるべきである。
ソフトウェアアーキテクチャ手法,クラウドネイティブな演算子パターン,レガシプログラミング言語技術が,自己適応型制御ロジックを分離する方法について検討する。
論文 参考訳（メタデータ） (2025-12-29T14:34:48Z) - Monadic Context Engineering [59.95390010097654]
本稿では,エージェント設計の正式な基盤を提供するために,モナディックコンテキストエンジニアリング(MCE)を紹介する。
我々は、モナドがロバストなコンポジションをどのように実現し、Applicativesが並列実行に原則化された構造を提供し、また、モナドトランスフォーマーがこれらの機能の体系的なコンポジションをどのように可能にしているかを実証する。
この階層化されたアプローチにより、開発者は、単純で独立した検証可能なコンポーネントから、複雑でレジリエントで効率的なAIエージェントを構築することができる。
論文 参考訳（メタデータ） (2025-12-27T01:52:06Z) - Flexible Locomotion Learning with Diffusion Model Predictive Control [46.432397190673505]
本稿では,学習した生成拡散モデルを計画に先立って近似力学として活用する拡散MPCを提案する。
我々の設計では、テスト時適応性が強く、プランナーは、再訓練することなく、新しい報酬仕様に調整できる。
我々はDiffusion-MPCを実世界で検証し、強い移動と柔軟な適応を示す。
論文 参考訳（メタデータ） (2025-10-05T14:51:13Z) - Odoo-based Subcontract Inter-site Access Control Mechanism for Construction Projects [0.0]
建設4.0の時代に、産業はスマートで柔軟なアウトソーシングと下請戦略によって、労働弾性の新しいパラダイムを受け入れている。
特別な下請け業者への依存度の向上により、企業はプロジェクト要求に基づいて動的に労働力を拡張することができる。
この適応可能な労働モデルは、階層的な統合を管理し、サイト間のコラボレーションを調整する上での課題を提示します。
論文 参考訳（メタデータ） (2025-09-05T14:38:19Z) - TSLA: A Task-Specific Learning Adaptation for Semantic Segmentation on Autonomous Vehicles Platform [60.378160142579]
NVIDIAtextsuperscripttextregistered DRIVE PX 2.0のようなターゲットプラットフォームにデプロイする場合、計算コストを考慮することが重要です。
我々の目標は、自律運転ハードウェアの計算能力と特定のシナリオに応じてセマンティックセグメンテーションネットワークをカスタマイズすることである。
論文 参考訳（メタデータ） (2025-08-17T08:09:13Z) - Intelligent Orchestration of Distributed Large Foundation Model Inference at the Edge [46.1232919707345]
Large Foundation Models (LFMs)は、次世代のEdge AIアプリケーションの新機能をアンロックすることを約束する。
現在の分割推論戦略では、ノード間でLPM層を分割するが、変動するワークロードに適応するようには設計されていない。
本稿では, LFM層を実行時可変変数に配置し, 分割する, 適応型分割推論オーケストレーションフレームワークを提案する。
論文 参考訳（メタデータ） (2025-03-19T15:35:56Z) - EasyControl: Adding Efficient and Flexible Control for Diffusion Transformer [15.879712910520801]
条件誘導拡散変換器を高効率かつ柔軟性で統一する新しいフレームワークであるEasyControlを提案する。
まず、軽量なCondition Injection LoRA Moduleを紹介します。
第2に,任意のアスペクト比とフレキシブルな解像度を持つ画像の生成を可能にするため,入力条件を固定解像度に標準化する位置認識訓練パラダイムを提案する。
第三に、条件生成タスクに適応したKVキャッシュ技術と組み合わせた因果注意機構を開発する。
論文 参考訳（メタデータ） (2025-03-10T08:07:17Z) - Slimmable Domain Adaptation [112.19652651687402]
重み付けモデルバンクを用いて、ドメイン間の一般化を改善するためのシンプルなフレームワーク、Slimmable Domain Adaptationを導入する。
私たちのフレームワークは、他の競合するアプローチを、複数のベンチマークにおいて非常に大きなマージンで上回ります。
論文 参考訳（メタデータ） (2022-06-14T06:28:04Z)
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。