## Memo ## Memo with LLM ## Abstract 最新のクラウドネイティブ・アプリケーションは、アプリケーションを仮想マシン（VM）内で実行する軽量コンテナにデプロイするマイクロサービス・アーキテクチャを採用している。異なるサービスを実行するコンテナは、多くの場合、同じ仮想マシン内に同居している。これによりリソースの最適化が向上する一方で、アプリケーション間の干渉が発生する可能性がある。これはパフォーマンスの低下につながります。実行時にパフォーマンス低下の原因を検出することは、スケーリングやマイグレーションなどの適切な改善策を決定するために非常に重要です。我々は、負荷による劣化と干渉による劣化を区別する非侵入型の検出技術を提案する。まず、アプリケーションの運用ゾーンを定義する。次に、モデルを使用して干渉と通常の負荷を分類する曖昧性解消法を定義する。これまでの研究とは対照的に、我々の提案する検出手法は、侵入的なアプリケーション・インスツルメンテーションを必要とせず、パフォーマンスのオーバーヘッドを最小限に抑えます。異なるタイプのアプリケーションからの干渉を検出するために一般化できる、効果的な機械学習モデルを設計する方法を示します。AWS EC2上の現実的なマイクロサービスベンチマークを使用して、我々の手法を評価する。その結果、我々のアプローチはF_1スコアにおいて既存の干渉検出技術を少なくとも2.75%、最大でも53.86%上回ることがわかった。