## Memo - Google Alertより - Microsoft researchと[[FudanSELab]] ## Abstract 産業界のマイクロサービスシステムは，通常，異なるマシンで動作する数十から数千のサービスから構成される大規模な分散型システムである．システムの異常はしばしばトレースとログに反映され、それぞれサービス間のインタラクションとサービス内の振る舞いが記録されます。既存のトレース異常検出アプローチは、トレースをサービス呼び出しのシーケンスとして扱います。また、トレースの呼び出し階層や並列・非同期呼び出しによる複雑な構造も無視します。一方、既存のログ異常検知アプローチは、ログをイベントのシーケンスとして扱い、複雑な相互作用を持つ多数のサービスに分散しているマイクロサービスのログを扱うことができません。本論文では、深層学習ベースのマイクロサービス異常検知アプローチであるDeepTraLogを提案します。DeepTraLogは、トレースの複雑な構造を、その構造に埋め込まれたログイベントとともに記述するために、統一されたグラフ表現を使用します。グラフ表現に基づき、DeepTraLogはトレースとログを組み合わせてGGNNsベースの深層SVDDモデルを学習し、新しいトレースと対応するログの異常を検出する。マイクロサービスベンチマークでの評価では、DeepTraLogは高い精度（0.93）と再現率（0.97）を達成し、F1スコアの平均0.37の増加で最先端のトレース/ログ異常検出アプローチを凌駕していることが示されています。また、DeepTraLogの効率性、統一グラフ表現の貢献、いくつかの主要パラメータの設定の影響も検証しています。 [[2022__ICSE__DeepTraLog - Trace-Log Combined Microservice Anomaly Detection through Graph-based Deep Learning__translations]]