## Memo ## Memo with LLM ### 論文情報 - **論文のタイトル**: TraceLens: Early Detection of Software Anomalies Using Critical Path Analysis - **著者と所属**: - Masoumeh Nourollahi (Polytechnique Montréal) - Amir Haghshenas (Polytechnique Montréal) - Michel Dagenais (Polytechnique Montréal) - **カンファレンス/ジャーナル名**: 16th ACM/SPEC International Conference on Performance Engineering (ICPE 2025) - **発表年**: 2025年 ## Abstract ソフトウェアシステムにおける実行時臭いの検出、特にシステムコール分析を通じた検出は近年大きな注目を集めている。機械学習技術を用いて検出精度の向上と偽陽性の削減を図る様々な手法が採用されているものの、早期の実時間異常検出における実用的な応用に対する注目は限定的である。このギャップを解決するため、我々はソフトウェアシステムにおけるパフォーマンス関連問題の早期検出を目的とした深層学習ベースのアプローチ「TraceLens」を提案する。システムコールデータに依存する従来手法とは異なり、我々のアプローチはクリティカルパス解析を活用することで、より効率的で対象を絞った異常検出を実現する。実験結果により、このアプローチがシステムコールを使用する手法と同等の検出性能を達成しながら、データ収集効率を大幅に向上させることが実証された。加えて、クリティカルパスデータセットは内部および外部のソフトウェア依存関係を明確化し、ソフトウェアシステムの動的動作に対するより深い洞察を提供する。