# Hongyu Zhang ソフトウェア信頼性・AIOps・インシデント管理・マイクロサービス RCA を研究する研究者。2020〜2021 年時点では [[University of Newcastle]](オーストラリア、Callaghan)に所属([email protected])し、2024 年時点では [[Chongqing University]](重慶、中国、[email protected])に在籍した。2025 年の [[@2025__WWW Companion__RCAEval - A Benchmark for Root Cause Analysis of Microservice Systems with Telemetry Data]] では再び [[University of Newcastle]] 所属で表記されており、所属が移動している(`[email protected]`)。 [[@2021__ASE__Graph-based Incident Aggregation for Large-Scale Online Service Systems|GRLIA]](ASE 2021)では [[University of Newcastle]] 所属の共著者として、Huawei Cloud の本番インシデント集約研究に参加した。(Source: [[@2021__ASE__Graph-based Incident Aggregation for Large-Scale Online Service Systems]]) ## 出典 - [[@2023__ICSE__An Empirical Study on Quality Issues of Deep Learning Platform]](ICSE 2023、Chongqing University として共著。Microsoft Platform-X の品質問題 360 件の包括的実証研究) - [[@2016__ICSE-C__Log Clustering Based Problem Identification for Online Service Systems]](ICSE Companion 2016、Microsoft Research 北京として共著。LogCluster の共著者として参加した) - [[@2021__ASE__Graph-based Incident Aggregation for Large-Scale Online Service Systems]](University of Newcastle として共著、GRLIA 論文) - [[@2020__ASE__How Incidental are the Incidents - Characterizing and Prioritizing Incidents for Large-Scale Online Service Systems]](University of Newcastle として共著、DeepIP 論文) - [[@2021__ISSRE__How Long Will it Take to Mitigate this Incident for Online Service Systems]](University of Newcastle として共著) - [[@2024__ASE__Root Cause Analysis for Microservices based on Causal Inference - How Far Are We]](Chongqing University として共著) - [[@2025__WWW Companion__RCAEval - A Benchmark for Root Cause Analysis of Microservice Systems with Telemetry Data]](University of Newcastle として共著、[[RCAEval]] ベンチマーク拡張版) - [[@2019__WWW__Outage Prediction and Diagnosis for Cloud Service Systems|AirAlert]](WWW2019、University of Newcastle 在籍時)の共著者([email protected])。Microsoft クラウドのアウテージ予測・診断研究の Beihang Univ 筆頭 + Microsoft Research + MS Azure + Newcastle 連携の Australia 側を担う。 - [[@2024__FSE__BARO - Robust Root Cause Analysis for Microservices via Multivariate Bayesian Online Change Point Detection|BARO]](FSE 2024、Chongqing University として共著)。多変量 BOCPD + RobustScorer によるエンドツーエンド RCA の提案。 - [[@2026__arXiv__Can Large Language Models Generate Observability-Aware Code?]](arXiv 2026-07、Chongqing University として共著)。コーディングエージェントが生成するコードのオブザーバビリティを、ソースレベルの診断意味論復元と実行時の障害シグナル露出の 2 軸で評価した実証研究。[[Yongliang Tao]](筆頭)と共に Chongqing University 側を担う。 - [[@2026__FSE Companion__TSGen - Automated Troubleshooting Guide Generation]](FSE Companion '26、Chongqing University として共著)。[[Yi Xiao]](筆頭)と共に Chongqing University 側を担い、過去インシデントレポートから LLM で構造化 TSG をゼロから自動生成するパイプライン TSGen を、[[Microsoft]] 側の [[Daniel Genkin]]・[[Chaoyun Zhang]]・[[Rujia Wang]]・[[Chetan Bansal]]・[[Bhala Ranganathan]]・[[Saravan Rajmohan]]・[[Minghua Ma]](corresponding author)と共同提案した。