## Memo ## Memo with LLM ## Abstract 大規模なアプリケーションを設計するために、マイクロサービス・アーキテクチャが採用されるようになってきている。 しかし、マイクロサービスの高度に分散した性質と複雑な依存関係は、パフォーマンスの自動診断を複雑にし、サービス・レベル・アグリーメント（SLA）を保証することを困難にしています。 特に、マイクロサービスのパフォーマンス問題の原因を特定することは、潜在的な根本原因のセットが大きく、問題が複雑な形で現れる可能性があるため、非常に困難です。 本論文では、アプリケーションに依存せず、パフォーマンス問題の原因となる異常なサービスだけでなく、サービス異常と相関する原因メトリクスを含む、きめ細かくマイクロサービスのパフォーマンス低下の原因を突き止めるシステムを紹介します。 本手法では、まずサービス依存グラフを構築することで潜在的な原因サービスを発見し、次に[[オートエンコーダ]]を適用して再構成エラーのランク付けされたリストに基づいて異常なサービスメトリクスを特定する。 クラウド上に展開されたマイクロサービスベンチマークへのパフォーマンス異常の注入に基づく実験的評価により、本システムは、原因サービスの特定において92%の精度、原因メトリクスの特定において85.5%の精度と、良好な診断結果を達成することが示された。