## Memo ## Memo with LLM ## Abstract マイクロサービスは、スケーラブルで柔軟かつ堅牢なアプリケーションを構築するための礎であり、これによりサービスプロバイダーはシステムの耐障害性と耐障害性を強化することができる。しかし、このアーキテクチャを採用すると、特にパフォーマンスのボトルネックをピンポイントで特定し、その根本的な原因を診断する際に、多くの課題が生じることが多い。このギャップを埋め、マイクロサービスのエコシステムにおける包括的な[[Observability]]を促進するために、さまざまなツールが開発されてきました。これらのツールはレイテンシ関連の異常を検出するのには効果的ですが、これらの問題の根本的な原因を切り分けるには不十分なことがよくあります。本論文では、クロスレイヤートレース技術を活用することで、マイクロサービスベースのアプリケーションのパフォーマンス異常を特定し、分析するための新しい方法を提示します。本手法は、CPU、ディスク、ネットワーク消費などのシステムリソースメトリクスを各ユーザリクエストと独自に統合し、パフォーマンス問題を診断するための多次元ビューを提供する。逐次パターンマイニングの使用により、この手法は異常な実行動作を効果的に分離し、その根本原因を特定するのに役立ちます。我々の実験評価では、幅広いパフォーマンス異常の診断において、この手法が効率的であることを実証している。