# FaaSRCA [[Sun Yat-sen University]] の Jin Huang・[[Pengfei Chen]](責任著者)・[[Guangba Yu]] らが提案したサーバーレスアプリケーション向けライフサイクル全体根本原因分析フレームワーク(arXiv:2412.02239、2024年12月; [[Pengfei Chen]] の文献リストでは ISSRE 2024 として言及あり)。(Source: [[@2024__arXiv__FaaSRCA - Full Lifecycle Root Cause Analysis for Serverless Applications]]) ## 設計の核心 1. **Global Call Graph (GCG)**: プラットフォーム側(Kubernetes deployment/replicaset/pod)とアプリケーション側(関数インスタンス)を単一のヘテロジニアス属性グラフで統合。ノード属性はログ(BERT エンベディング)・メトリクス(高次元射影)・トレース(レイテンシエンベディング)の結合ベクトル。 2. **GAT ベースグラフオートエンコーダ**: アテンション機構でノード間依存を動的学習し、正常グラフの再構成パターンを習得。ノードラベル不要の教師なし手法。 3. **Z スコアランキング**: 障害フェーズの各ノードの再構成誤差を、対応するリクエストタイプの正常スコア分布と比較して標準化。ヘテロジニアスなノード間の公平な比較を実現し、異なるノードタイプの属性差を吸収する。 ## 評価結果 | データセット | HR@k | NDCG@k | |---|---|---| | Serverless TrainTicket | 92.50% | 93.48% | | ML Workflow | 90.57% | 95.76% | | **平均** | **91.54%** | **94.62%** | 最良ベースライン Eadro に対して HR@k で +21.25%、NDCG@k で +23.94%。 ## 関連 - 論文: [[@2024__arXiv__FaaSRCA - Full Lifecycle Root Cause Analysis for Serverless Applications]] - 著者: [[Pengfei Chen]] / [[Guangba Yu]] / [[Sun Yat-sen University]] - 概念: [[サーバーレスRCA]] / [[グラフベースRCA]] / [[根本原因分析]]