VEER：增强基于模型的优化的可解释性
软件工程
2023-02-14 v3
摘要
许多软件系统可针对多目标进行调优（例如更快的运行时间、更少的内存需求、更少的网络流量或能耗等）。为不同目标构建的优化器存在“模型分歧”；即它们对如何优化系统具有不同的（甚至相反的）见解与策略。模型分歧十分普遍（至少对于配置问题而言）。然而在此论文之前，它几乎未被探索。本文展示模型分歧可通过VEER缓解，VEER是对N维目标空间的一维近似。由于探索更简单的目标空间，VEER运行极快（针对十一个配置问题）。即便对于我们最大的问题（具有数万种可能的配置），VEER以零模型分歧找到同等或更好的优化，且快三个数量级（因其一维输出不再需要排序过程）。基于上述，我们推荐VEER作为一种非常快速解决复杂配置问题的方法，同时避免模型分歧。
引用
@article{arxiv.2106.02716,
title = {VEER: Enhancing the Interpretability of Model-based Optimizations},
author = {Kewen Peng and Christian Kaltenecker and Norbert Siegmund and Sven Apel and Tim Menzies},
journal= {arXiv preprint arXiv:2106.02716},
year = {2023}
}
备注
27 pages, 7 figures, 4 tables, accepted by EMSE