云系统中的故障定位
软件工程
2018-03-02 v1 分布式、并行与集群计算
摘要
通过利用大宗商品硬件的大型集群，云为优化软件系统的运营成本提供了巨大机会，但也显著影响了软件应用的可靠性。应用对云执行环境缺乏控制，极大限制了依赖注入故障的重型训练来解决可靠性问题的现有方法的适用性。本文提出\emph{LOUD}，一种仅依赖正类训练的轻量级故障定位方法，因此可在云系统约束内运行。\emph{LOUD}依赖机器学习和图论。它仅用正确执行训练机器学习模型，并通过图论算法 elaborating 机器学习技术的结果来补偿由正样本训练带来的不准确性。本文报告的实验结果证实，\emph{LOUD}可仅依靠轻量级正类训练以高精度定位故障。
引用
@article{arxiv.1803.00356,
title = {Localizing Faults in Cloud Systems},
author = {Leonardo Mariani and Cristina Monni and Mauro Pezzé and Oliviero Riganelli and Rui Xin},
journal= {arXiv preprint arXiv:1803.00356},
year = {2018}
}
备注
12 pages, 8 figures, paper accepted at ICST 2018