高维参数空间的可视化与优化技术

高维参数空间优化在许多应用中至关重要。影响该性能的参数的类型可以是数值型的也可以是类别型的。现有的黑盒优化和可视分析技术擅长处理数值参数，但在数值变量背景下分析类别变量尚未得到充分研究。因此，我们提出了一种新方法，创建一个结合直接优化技术和可视分析研究的存储系统优化自动调优框架。虽然优化算法将是系统的核心，但可视分析将在外部代理（专家）的帮助下提供指导，为优化引擎缩小大型搜索空间提供关键提示。作为创建存储系统优化自动调优引擎的初步步骤，我们创建了交互式配置浏览器（Interactive Configuration Explorer，ICE），它直接满足了分析人员了解在给定多个优化目标下依赖数值变量如何受参数设置影响的需求。ICE 显示了依赖变量在每个类别变量背景下的完整分布和统计信息，因此没有信息丢失。分析人员可以交互式地过滤变量以优化某些目标，例如实现具有最大性能、低方差等的系统。我们的系统是与一组系统性能研究人员紧密合作开发的，其最终有效性通过专家访谈、对比用户研究和两个案例研究进行了评估。我们还讨论了创建结合黑盒优化和可视分析的高效存储系统性能优化自动调优框架的研究计划。