本研究では、DepGraphと呼ばれる新しいグラフニューラルネットワークベースの障害位置特定手法を提案している。DepGraphは以下の2つの主要な特徴を持つ:
実験の結果、DepGraphはGraceと比べて、Top-1の正解率を20%向上させ、平均ランク(MFR、MAR)を50%以上改善した。さらに、GPU メモリ使用量を44%、学習/推論時間を85%削減することができた。
また、プロジェクト間の設定でも、Graceを大幅に上回る性能を示した。
本研究の成果は、グラフ表現の改善とソフトウェア変遷情報の統合が、グラフニューラルネットワークベースの障害位置特定手法の精度と効率を大幅に向上させることを実証している。今後の研究では、さらなる情報の統合によりDepGraphの性能をさらに高めていくことが期待される。
To Another Language
from source content
arxiv.org
Viktige innsikter hentet fra
by Md Nakhla Ra... klokken arxiv.org 04-09-2024
https://arxiv.org/pdf/2404.04496.pdfDypere Spørsmål