LWS：一种面向基于会话系统的日志驱动工作负载仿真框架
软件工程
2023-04-28 v2
摘要
面向 IT 运维的人工智能（AIOps）在运营和管理云原生系统及基于微服务的应用中发挥着关键作用，但受限于缺乏具有多样场景的高质量数据集。真实的工作负载是生成此类 AIOps 数据集的前提与基础，其中基于会话的工作负载是最典型的例子之一。由于隐私问题、复杂性、多样性以及对合理干预的需求，难以直接复制或生成此类工作负载，这凸显了有效且可干预的工作负载仿真的重要性。本文形式化了工作负载仿真任务，并提出了一种面向基于会话系统的日志驱动工作负载仿真（LWS）框架。LWS 从会话日志中提取工作负载规约，包括基于凝聚式聚类的用户行为抽象以及关系模型，和可干预的工作负载强度。随后 LWS 将用户行为抽象与工作负载强度结合以生成仿真工作负载。实验评估在一个开源云原生应用上使用精心设计及公开的真实世界工作负载进行，表明 LWS 生成的仿真工作负载有效且可干预，为生成高质量 AIOps 数据集提供了基础。
引用
@article{arxiv.2301.08851,
title = {LWS: A Framework for Log-based Workload Simulation in Session-based SUT},
author = {Yongqi Han and Qingfeng Du and Jincheng Xu and Shengjie Zhao and Zhekang Chen and Li Cao and Kanglin Yin and Dan Pei},
journal= {arXiv preprint arXiv:2301.08851},
year = {2023}
}