> 各研究会から推薦する博士論文の紹介を、文章と図で中高生を含む一般読者向けにわかりやすく書いてください。図は約500字換算とし図や文献を含めた総字数で1,700字でお願いいたします。形式は自由としますので、推薦件数が少ない場合は内容に踏み込んで、そうでなければタイトルとお名前、各プロジェクトやその人へのWebページへのリンクなど概要を短めに記載ください。 > たいへん恐縮なことに、今年から「研究会で1ページ上限」とルールが設定されたらしく、今回IOT研究会からは2編の博士論文を推薦したいと思っております。つきましてはページ数が減りまして850字…図を1つ使うなら350字程度での要約となりますことを大変申し訳なく追加連絡させていただきます。 350文字程度の要約を書く。 SNS・メディア配信・Eコマース・対話型AIなどのオンラインサービスはいまや社会の基盤となっている。その信頼性向上には、システムの性能や利用に関するデータを収集するテレメトリーが不可欠である。テレメトリーシステムは計測・保存・分析の3層で構成され、サービス拡大に伴いデータ処理負荷も増大する。本研究では、図１に示すように、各層の負荷増大によって生じる課題を解決する技法を提案した。計測層ではOSカーネル内で通信を傍受・束化し処理負荷を低減、保存層では異種DBの階層化でデータ取込と保存の効率化、分析層では不要データの間引きで障害原因特定を改善した。本研究は、デジタル技術の社会浸透によるテレメトリー処理負荷の増大に対し、限られた資源内での処理効率向上を図り、サービス信頼性向上に寄与するものである。 --- 本博士論文は、クラウドアプリケーションの信頼性確保に不可欠なテレメトリ処理のスケーラビリティ課題を、計測・保存・解析という三層から総合的に解決する。第一に、TCP/UDP通信をカーネル内で束ねて記録するトレーサを設計し、CPU負荷2 %以下を実証して計測オーバヘッドを大幅に低減した。第二に、メモリ型とディスク型KVSを階層化する時系列データベースを開発し、長期保存コスト削減と一億系列で従来比最大3.98倍の書込み性能を達成した。第三に、多変量時系列の変化点密度に基づき故障関連指標を自動抽出する手法を提案し、故障箇所特定を高速かつ高精度に行えることを示した。これらの成果により、増大し続けるテレメトリワークロードに対し、性能・運用性・解析効率を兼ね備えた監視基盤の設計指針を提示した。 --- SNS・メディア配信・Eコマース・対話型AIなどのオンラインサービスはいまや社会の基盤となっている。その信頼性向上には、システムの性能や利用に関するデータを収集するテレメトリーが不可欠である。テレメトリーシステムは計測・保存・分析の3層で構成され、サービス拡大に伴いデータ処理負荷も増大する。本研究では、図１に示すように、各層の負荷増大によって生じる課題を解決する技法を提案した。計測層ではOSカーネル内で通信を傍受・束化し処理負荷を低減、保存層では異種DBの階層化でデータ取込と保存の効率化、分析層では不要データの間引きで障害原因特定を改善した。本研究は、デジタル技術の社会浸透によるテレメトリー処理負荷の増大に対し、限られた資源内での処理効率向上を図り、サービス信頼性向上に寄与するものである。 オンラインサービスは社会基盤として普及し、その信頼性向上にはテレメトリーが不可欠である。テレメトリーシステムは計測・保存・分析の3層で構成され、サービス拡大に伴いデータ処理負荷が増大する。本研究では各層の課題解決技法を提案した。計測層ではOSカーネル内で通信を傍受・束化し処理負荷を低減、保存層では異種DBの階層化でデータ取込と保存の効率化、分析層では不要データの間引きで障害原因特定を改善した。これにより限られた資源内での処理効率向上とサービス信頼性向上に寄与する。 オンラインサービス（SNS・メディア配信・Eコマース・対話型AI等）は我々の生活をを支える社会基盤となりつつある。その信頼性向上にはシステムの性能や利用に関するデータを収集するテレメトリーが不可欠である。テレメトリーシステムは計測・保存・分析の3層で構成され、サービス拡大に伴いデータ処理負荷が増大する。本研究では図1に示すように、各層の課題解決技法を提案した。計測層ではOSカーネル内で通信を傍受・束化することで処理負荷を低減、保存層では異種DBを階層化しデータ取込と保存効率を両立、分析層では不要データを事前に間引くことで障害原因の自動特定性能を改善した。本研究はデジタル技術の社会浸透によるテレメトリー処理負荷の増大に対し、限られた資源内での処理効率向上を図り、サービス信頼性向上に寄与するものである。 第１章は、本研究の背景と目的を概観し、テレメトリーシステムにおけるデータ処理負荷に対するスケーリング技術の主要な課題と、それらの課題を解決する本研究の貢献の概要について説明している。 　第２章は、クラウドアプリケーションのアーキテクチャと信頼性、および、テレメトリーシステムに関する基礎知識を体系的に整理し、関連研究の課題について述べている。 　第３章では、計測層において、アプリケーションの変更を伴わずにオペレーティングシステムのカーネル空間でネットワーク呼び出しを効率的に計測する技法について述べている。提案する手法では、関連する複数のネットワークフローから得られる計測データをカーネル内で集約処理することで、アプリケーションコードを改変することなく、高負荷のネットワーク環境下でも計測オーバーヘッドを大幅に削減できることが示されている。 　第４章では、ストレージ層における、高スループットの時系列データ取り込みとコスト効率の良い長期保存の両立を図るデータ指向アプリケーションアーキテクチャについて述べている。提案する手法では、メモリベースおよびディスクベースのデータベースシステムを統合し、自動的にデータを階層化することで、既存のデータベース技術の範囲内で高い取り込み性能を達成しながらも、参照頻度の低いデータをより安価な記憶メディアへ移行できることが示されている。 　第５章では、マイニング層における、時系列データの時系列数を前処理で削減することにより障害原因の自動特定を改善する特徴量削減法について述べている。提案する手法では、教師なし学習の枠組みで障害が発生した時間帯に集中する特徴を自動抽出することにより、障害と無関係な時系列データを効率よく正確に削減できることが示されている。 　第６章では、結論として、クラウドアプリケーションのためのテレメトリーシステムにおけるデータ処理負荷のスケーリングに関する研究を総括し、テレメトリーシステム全体の設計指針を示し、今後の展望について述べている。