# RADICE **causal gRAph baseD root cause analysIs for system performanCE diagnostic**（頭字語）の略称。名称は「根（root）」を意味するイタリア語 *radice* に由来する。 ## 概要 RADICE は Huawei Ireland Research Center と Huawei Nanjing R&D Center が共同開発した、システム性能診断のための因果グラフベースの根本原因分析アルゴリズムである（2025年1月公開）。 ## 特徴 - **部分ドメイン知識対応**: 完全な因果グラフを事前定義することなく、専門家の部分的な因果知識（ドメイン有向エッジ + ノードレベル関数 + 精緻化ルール）を入力として活用する - **因果サブグラフ出力**: 根本原因候補の集合だけでなく、根本原因から性能メトリクスへの因果伝播経路を含む**根本原因因果サブグラフ**を出力する - **4段階パイプライン**: 因果グラフ探索（PCMCI+ ベース）→ 強化（エントロピーベース方向付け + ドメイン知識）→ 精緻化（調整済み相関スコア + 精緻化ルール）→ 差分（サブグラフ刈り込み） - **エントロピーベース方向付け**: Entropic causal inference（Kocaoglu+ AAAI 2017）を応用し、因果発見アルゴリズムが方向付けできなかった無向辺を解消する - **調整済み相関スコア**: 時間シフト + 平滑化（移動平均）+ ペナルティ補正により、標準ピアソン相関より精度の高い候補根本原因絞り込みを実現する ## 提案者・所属 - 対応著者: [[Andrea Tonon]]（Huawei Ireland Research Center） - 共著者: Meng Zhang, Bora Caglayan, Fei Shen, Tong Gui, MingXue Wang, Rong Zhou - 所属: [[Huawei Ireland Research Center]]（ダブリン）/ Huawei Nanjing R&D Center（南京） ## 評価 シミュレーションデータ（ノード数 5/10/15/25）および実広告システムデータで評価し、CoFlux、ε-diagnosis、PCMCI+、TCDF をすべての設定で上回った。部分ドメイン知識（ノードレベル関数）の導入により再現率平均 +50%・適合率平均 +30% を達成。 ## 関連 - [[@2025__arXiv__RADICE - Causal Graph Based Root Cause Analysis for System Performance Diagnostic]] — 原論文 - [[因果推論ベースRCA]] — RADICE が属する手法類型 - [[因果発見]] — PCMCI+ を基礎として使用