## Memo ## Memo with LLM ## Abstract 今日、マイクロサービス・アーキテクチャはクラウド・アプリケーションの主流となっている。 分散トレースは、マイクロサービスシステムの可観測性を維持するために非常に重要です。 しかし、既存のトレース表現アプローチは、サービス呼び出しに関連する操作、関係、メトリクスにのみ集中しています。 それらは、サービス期間中の意味のある特異な時点を示すサービスイベントを無視している。 本論文では、因果的介入に基づく新しいトレース[[対照学習]]アプローチであるiTCRLを提案する。 本アプローチは、まず、トレース内のサービスイベントの実行時の状態と、それらの間の複雑な関係を記述するために、各トレースに対して統一的なグラフ表現を構築する。 次に、トレースの統一グラフ表現に基づいて、因果的観点からトレース表現を学習する、因果的介入に基づくトレース対照学習が提案される。 iTCRLは、因果的介入を用いて対比的な見方を生成し、異種[[Graph Neural Network|グラフニューラルネットワーク]]に基づくトレースエンコーダを用いてトレース表現を学習し、直接的因果効果を用いてトレースエンコーダの学習を導く。 3つのデータセットを用いた実験の結果、iTCRLはトレース分類、トレース異常検出、トレースサンプリング、ノイズ頑健性において全てのベースラインを凌駕し、因果介入に基づくトレース対照学習の貢献も検証した。