論文の概要: Which Types of Heterogeneity Matter for Root Cause Localization in Microservice Systems ?

• arxiv url: http://arxiv.org/abs/2604.26670v1
• Date: Wed, 29 Apr 2026 13:40:08 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-04-30 15:59:36.422038
• Title: Which Types of Heterogeneity Matter for Root Cause Localization in Microservice Systems ?
• Title（参考訳）: マイクロサービスシステムにおける根の局所化の原因となる不均一性物質の種類
• Authors: Runzhou Wang, Shenglin Zhang, Wenwei Gu, Yongxin Zhao, Chenyu Zhao, Dan Pei, Yuxuan Chen, Yangyuxin Huang,
• Abstract要約: エンティティレベルの区別とその非対称な依存関係が障害行動にどのように影響するかを示す。 サービスとホストを形式化し,これらの伝搬パターンを内部化する,半教師付きフレームワークであるNexusRCLを提案する。
• 参考スコア（独自算出の注目度）: 16.09617036875626
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Microservice root cause localization is fundamentally challenged by the inherent heterogeneity of cloud-native systems, which encompasses diverse observability data and multiple system entities. Existing approaches typically focus on only one aspect of heterogeneity and thus fail to capture its full diagnostic value. In this work, we systematically examine the multifaceted role of heterogeneity within both microservice systems and the RCL process. This analysis motivates a deeper investigation into how entity-level distinctions and their asymmetric dependencies influence fault behavior. Our empirical analysis of two microservice benchmarks reveals that entity-level heterogeneity naturally gives rise to heterogeneous fault propagation, which is highly asymmetric and dominated by cross-layer interactions between services and hosts. In light of this, we propose NexusRCL, a semi-supervised framework that internalizes these propagation patterns by formalizing services and hosts as distinct node types within a heterogeneous graph. This design, coupled with an event-based abstraction mechanism, allows NexusRCL to effectively capture both data level and entity-level heterogeneity while minimizing labeling costs through active learning. Comprehensive evaluations on two industrial benchmark datasets demonstrate NexusRCL's superior performance, achieving improvements of up to 49.85\% in Top-1 accuracy (A@1) and 32.70\% in Average Top-5 accuracy (A@5) compared to state-of-the-art methods.
• Abstract（参考訳）: マイクロサービスの根本原因のローカライゼーションは、さまざまな可観測データと複数のシステムエンティティを含むクラウドネイティブシステム固有の異種性によって、基本的には問題視されています。 既存のアプローチは、通常、不均一性の1つの側面にのみ焦点を合わせ、その結果、その完全な診断値の取得に失敗する。 本研究では,マイクロサービスシステムとRCLプロセスにおける多面的不均一性の役割を体系的に検討する。 この分析は、エンティティレベルの区別とその非対称な依存関係が障害行動にどのように影響するかを深く研究する動機となっている。 2つのマイクロサービスベンチマークを実証分析したところ、エンティティレベルの不均一性は自然に不均一なフォールト伝播を引き起こします。 そこで本研究では、サービスとホストを異種グラフ内の異なるノードタイプとして形式化し、これらの伝播パターンを内部化する半教師付きフレームワークNexusRCLを提案する。 この設計は、イベントベースの抽象化メカニズムと組み合わせて、NexusRCLがデータレベルとエンティティレベルの不均一性を効果的にキャプチャし、アクティブラーニングによるラベリングコストを最小化します。 2つの産業ベンチマークデータセットに関する総合的な評価は、NexusRCLの優れたパフォーマンスを示し、Top-1の精度(A@1)で49.85\%、平均Top-5の精度(A@5)で32.70\%の改善を実現している。

関連論文リスト

• STABLE: Efficient Hybrid Nearest Neighbor Search via Magnitude-Uniformity and Cardinality-Robustness [59.119196450578364]
  Hybrid ANNS (Hybrid Approximate Nearest Neighbor Search) は、大規模な異種データに対する基礎的な検索技術である。 本稿では, 類似性マグニチュード不均一性に対する適合性バリアと, 属性心に対する耐性ボトルネックを克服するためのrobuSt heTerogeneity-Aware hyBrid retrievaL framEwork, STABLEを提案する。
  論文  参考訳（メタデータ） (2026-04-02T04:52:35Z)
• scMRDR: A scalable and flexible framework for unpaired single-cell multi-omics data integration [53.683726781791385]
  単一セルマルチオミクス(ScMRDR)と呼ばれるスケーラブルでフレキシブルな生成フレームワークを導入する。 本手法は, バッチ補正, モダリティアライメント, 生体信号保存の観点から, ベンチマークデータセット上での優れた性能を実現する。
  論文  参考訳（メタデータ） (2025-10-28T21:28:39Z)
• Localized Kernel Projection Outlyingness: A Two-Stage Approach for Multi-Modal Outlier Detection [0.0]
  Two-Stage LKPLOは、新しいマルチステージアウトレイラ検出フレームワークである。 従来の射影的手法の制約を克服する。 挑戦的なデータセットで最先端のパフォーマンスを実現する。
  論文  参考訳（メタデータ） (2025-10-28T03:53:46Z)
• Agent4FaceForgery: Multi-Agent LLM Framework for Realistic Face Forgery Detection [108.5042835056188]
  この作業では,2つの基本的な問題に対処するため,Agent4FaceForgeryを導入している。 人間の偽造の多様な意図と反復的なプロセスを捉える方法。 ソーシャルメディアの偽造に付随する複雑な、しばしば敵対的な、テキストと画像のインタラクションをモデル化する方法。
  論文  参考訳（メタデータ） (2025-09-16T01:05:01Z)
• Unlasting: Unpaired Single-Cell Multi-Perturbation Estimation by Dual Conditional Diffusion Implicit Bridges [68.98973318553983]
  本稿では,Dual Diffusion Implicit Bridges (DDIB) に基づくフレームワークを提案する。 我々は、生物学的に意味のある方法で摂動シグナルを伝達するために遺伝子制御ネットワーク(GRN)情報を統合する。 また、サイレント遺伝子を予測し、生成したプロファイルの品質を向上させるためのマスキング機構も組み込んだ。
  論文  参考訳（メタデータ） (2025-06-26T09:05:38Z)
• CHASE: A Causal Hypergraph based Framework for Root Cause Analysis in Multimodal Microservice Systems [29.424326542377386]
  マルチモーダルデータを持つマイクロサービスシステムにおける根本原因解析,すなわちCHASEのための因数不均一なgraAph baSed framEworkを提案する。 CHASEは、因果関係の流れを表すハイパーエッジを持つ構築されたハイパーグラフから学習し、根本原因の局在を実行する。
  論文  参考訳（メタデータ） (2024-06-28T07:46:51Z)
• Histopathology Whole Slide Image Analysis with Heterogeneous Graph Representation Learning [78.49090351193269]
  本稿では,WSI分析のために,異なる種類の核間の相互関係を利用する新しいグラフベースのフレームワークを提案する。 具体的には、WSI を各ノードに "nucleus-type" 属性と各エッジに類似した意味属性を持つ異種グラフとして定式化する。 我々のフレームワークは、様々なタスクに対してかなりのマージンで最先端の手法より優れています。
  論文  参考訳（メタデータ） (2023-07-09T14:43:40Z)
• CausalBench: A Large-scale Benchmark for Network Inference from Single-cell Perturbation Data [61.088705993848606]
  本稿では,実世界の介入データに対する因果推論手法を評価するベンチマークスイートCausalBenchを紹介する。 CaulBenchには、新しい分散ベースの介入メトリクスを含む、生物学的に動機付けられたパフォーマンスメトリクスが含まれている。
  論文  参考訳（メタデータ） (2022-10-31T13:04:07Z)

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。