## Memo - ISSRE'23 Workshopの論文。 ## Abstract 本稿では、大規模クラウドプラットフォームのための異種グラフベースの根本原因分析フレームワークであるHRCAを紹介する。クラウドプラットフォームが急速に拡大するにつれ、安定性と信頼性の確保がますます重要になってきている。しかし、サービス間の動的で複雑な呼び出し関係や、巨大なインフラストラクチャ・コンポーネントは、根本原因分析（RCA）に課題をもたらします。HRCAは、複数のソースからのデータを統合し、統一された異種グラフモデリングを採用する適応型根本原因分析プランを提供することで、これらの課題に対処します。このフレームワークは、効率と精度を向上させるサブグラフ抽出モジュールと、根本原因を診断するための教師ありランダムウォークアルゴリズムを活用しています。[[2020__NOMS__MicroRCA - Root Cause Localization of Performance Issues in Microservices|MicroRCA]]、[[2020__WWW__AutoMAP - Diagnose Your Microservice-based Web Application|AutoMAP]]、[[2021__ICSE__MicroDiag - Fine-grained Performance Diagnosis for Microservice Systems|MicroDiag]]、[[2021__ASE__Groot - An event-graph-based approach for root cause analysis in industrial settings|Groot]]との比較評価により、HRCAが精度と汎化能力においてこれらの最新手法を上回ることが実証されています。現在、HRCAはHuawei Cloud Stackプラットフォームで本番環境の根本原因解析に積極的に導入されています。