## 概要 Zhu et al.(2024, arXiv:2406.13604)が公開した、クラウド-エッジ協調マイクロサービス系向け Root Cause Localization (RCL) の最初の大規模ベンチマークデータセット(GitHub: `WDCloudEdge/MicroCERCL`)。SockShop・Hipster・Bookinfo・新設 AI-Edge の 4 アプリケーション、計 81 マイクロサービスを 4 台のクラウドサーバと 2 グループ×2 台のエッジサーバへ通信頻度考慮配置で展開する。ChaosMesh によるアプリケーションレベル異常(CPU リソース枯渇・メモリリーク・ネットワークレイテンシ)と Linux TC によるカーネルレベルネットワーク障害(パケットロス・重複・破損・順序異常・遅延・ジッタ)を注入しており、通信・コロケーション双方に由来する異常伝播パターンを捉える。 [[@2026__TSC__A Decentralized Root Cause Localization Approach for Edge Computing Environments]] は、公開データセットのうち多様性を確保した 383 シナリオ(SockShop 由来 237 件 = SH、Hipster 由来 146 件 = HH)を選定し、提案する分散 RCL 手法の主要評価に使用した。同論文の中央集中 PPR ベースラインは、MicroCERCL 原論文の GNN ベース中央集中モデルと比較して Acc@1 ではやや劣るが Acc@10 ではほぼ同等以上の精度を達成している。(Source: [[@2026__TSC__A Decentralized Root Cause Localization Approach for Edge Computing Environments]]) ## 関連 - 利用元ソース: [[@2026__TSC__A Decentralized Root Cause Localization Approach for Edge Computing Environments]] - 概念: [[Fault Localization]] / [[Edge Computing]]