## Memo - ICSOCはCORE Rank A - AIOpsの貢献を、ITサービスの提供において望ましくない動作に対処する方法を研究する「障害管理（FM）」と、ITサービスを最適に提供するためにエネルギー、計算、ストレージ、時間のリソースを割り当てることを研究する「リソース・プロビジョニング」に分けています。 - 670件（62.1％）の大部分が故障管理（FM）に関連しており、オンライン故障予知（26.4％）、故障検出（33.7％）、根本原因分析（26.7％） ## Abstract 現代のITシステムは大規模化・複雑化しており、人間による管理が難しくなっています。AIやビッグデータを利用して、現代のIT管理の課題に取り組むために、Artificial Intelligence for IT Operations (AIOps)が提案されています。しかし、過去のAIOpsへの貢献は散逸しており、整理されておらず、共通の用語集もないため、その発見と比較は現実的ではありません。本研究では、AIOpsに対する多数の散乱した貢献を収集し、独自の参照インデックスに整理するために、綿密なマッピング研究を行います。AIOpsの分類法を作成することで、今後の貢献のための基盤を構築し、同様の問題を扱うAIOps論文の効率的な比較を可能にします。時間的な傾向を調査し、アルゴリズム、データソース、ターゲットコンポーネントの選択に基づいて、AIOpsの貢献を分類します。その結果、AIOpsへの関心は最近高まっており、特に異常検知や根本原因の分析など、故障に関連するタスクを扱う論文が62%を占めていることが分かりました。 [[2020__ICSOC__A Systematic Mapping Study in AIOps__translations]]