## Memo ## Abstract マルチクラウド・コンピューティングは、弾力性、可用性、セキュリティを保証するため、ビジネスと技術の両方の観点から極めて重要なトピックである。クラウドプロバイダー間には膨大な数の構成があるため、異なるクラウド間で[[AIOps]]モデルを移行することは非常に困難です。移行先のクラウド上でゼロからこれらのモデルをトレーニングすることは可能ですが、このプロセスには時間がかかり、遅延が発生しがちです。そのため、本論文の目的は、最小限の観測ショットでターゲットクラウドにシームレスに適用できる一般化されたAIOpsモデルを元のクラウドから作成することです。この目標を達成するために、本ポジションペーパーでは、データの汎化を強化するためにデジタルツインの可能性を利用した新しいフレームワークを提示する。さらに、我々の提案するフレームワークは、異なるクラウド環境間での効果的なモデルの汎化を保証するために、[[メタ学習]]技術を採用している。