# Tianyin Xu [[University of Illinois Urbana-Champaign]] 所属。設定ミス研究から SRE エージェント評価まで、システム信頼性に関する一連の研究を率いる。 - **SPEX [SOSP'13]**: 博士課程時代(UCSD / [[Yuanyuan Zhou]] 研究室)の代表論文。ソースコードのデータフロー解析で設定制約を自動推論し、[[設定ミス脆弱性]] 743 件を検出。「設定ミスはユーザーの失敗ではなく開発者の設計問題」という主張が Squid プロジェクトの設計改善に影響した。([[@2013__SOSP__Do Not Blame Users for Misconfigurations]]) - [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]](ICSE'21)の最終著者(UIUC 側)。[[Yuanliang Zhang]] が UIUC への visiting student として在籍していた期間に共同で実施した、HDFS・HBase・Spark・Cassandra 4 システム・1178 コミットの設定進化の実証研究。SPEX(SOSP'13)が「設定制約の自動推論」という**検知・診断**側の技術だったのに対し、本研究は「開発者がなぜ・どう設定設計/実装を修正するか」という**設計プロセス**そのものを実証的に描く、Xu の設定研究における方法論的な補完軸である。(Source: [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]]) - [[SREGym]] の最終著者であり、エージェント型 SRE・システム信頼性に関する一連の研究を率いる。([[@2026__arXiv__SREGym - A Live Benchmark for AI SRE Agents with High-Fidelity Failure Scenarios]]) - [[Stratus]] 一次論文([[@2025__NeurIPS2025__STRATUS - A Multi-agent System for Autonomous Reliability Engineering of Modern Clouds]], NeurIPS'25)の最終著者でもある(従来は SREGym の参照 [31] として間接記述していたが、本 ingest で一次ソースを取り込んだ)。[[AIOpsLab]](MLSys'25)・[[SREGym]]・Stratus と SRE エージェント評価の系譜全体に関与。 - このほか本論文の参照には Xu を含む信頼性系の研究(設定ミス・クラスタ管理コントローラのテスト等)が複数挙がる。 - [[@2026__ICSE__An Empirical Study of Production Incidents in Generative AI Cloud Services]]（ICSE 2026）の共著者。GenAI クラウドサービスの本番インシデント実証研究に UIUC 側から参画。 - [[@2025__SIGCOMM__SkeletonHunter - Diagnosing and Localizing Network Failures in Containerized Large Model Training]]（SIGCOMM 2025）の共著者。[[Tsinghua University]]・Alibaba Cloud との共同研究にコンテナ化大規模モデル訓練のネットワーク信頼性の観点から参画(UIUC 所属として参加)。 - [[Kaleidoscope]] フレームワーク([[@2020__SC20__Live Forensics for HPC Systems - A Case Study on Distributed Storage Systems]], SC 2020)の共著者。[[Saurabh Jha]] とともに [[Blue Waters]] HPC ストレージの障害フォレンジクスに取り組んだ。(Source: [[@2020__SC20__Live Forensics for HPC Systems - A Case Study on Distributed Storage Systems]]) - [[@2023__EuroSys__Fail through the Cracks - Cross-System Interaction Failures in Modern Cloud Systems]](EuroSys '23)の最終著者。クロスシステムインタラクション障害(CSI 障害)を初めて体系的に分析した。設定ミス研究(SPEX/SOSP'13)と同じ「システム境界の不整合」という視点がCSI研究にも連続している。(Source: [[@2023__EuroSys__Fail through the Cracks - Cross-System Interaction Failures in Modern Cloud Systems]]) - [[Yinfang Chen]] の博士論文([[Agentic Failure Management of Cloud Systems]]、UIUC 2026)の指導教員(Chair)。[[Rainmaker]]・[[RCACopilot]]・[[Stratus]]・[[AIOpsLab]] というクラウドインシデントライフサイクル全体を横断する研究プログラムを指導した。 - [[Rainmaker]] の一次論文([[@2023__NSDI__Push-Button Reliability Testing for Cloud-Backed Applications with Rainmaker]], NSDI'23)の最終著者。[[Yinfang Chen]]・[[Xudong Sun]]・[[Suman Nath]]・[[Ze Yang]] と共同で、クラウドを利用するアプリケーションのエラー処理バグ taxonomy と push-button フォールトインジェクションツールを発表した。 ## 関連 - ソース: [[@2020__SC20__Live Forensics for HPC Systems - A Case Study on Distributed Storage Systems]] / [[@2026__arXiv__SREGym - A Live Benchmark for AI SRE Agents with High-Fidelity Failure Scenarios]] / [[@2025__NeurIPS2025__STRATUS - A Multi-agent System for Autonomous Reliability Engineering of Modern Clouds]] / [[@2026__ICSE__An Empirical Study of Production Incidents in Generative AI Cloud Services]] / [[@2025__SIGCOMM__SkeletonHunter - Diagnosing and Localizing Network Failures in Containerized Large Model Training]] / [[@2023__EuroSys__Fail through the Cracks - Cross-System Interaction Failures in Modern Cloud Systems]] / [[@2023__NSDI__Push-Button Reliability Testing for Cloud-Backed Applications with Rainmaker]] / [[Agentic Failure Management of Cloud Systems]] / [[@2021__ICSE__An Evolutionary Study of Configuration Design and Implementation in Cloud Systems]] / [[@2025__NSDI__Mitigating Scalability Walls of RDMA-based Container Networks]] - 所属: [[University of Illinois Urbana-Champaign]] - 関与プロダクト: [[SREGym]] / [[Stratus]] / [[AIOpsLab]] / [[Rainmaker]] / [[RCACopilot]] - 関連研究者: [[Yinfang Chen]] / [[Saurabh Jha]] / [[Haoran Yan]] / [[Minghua Ma]] - 関連 MOC: [[LLM4SRE - MOC]] / [[Project AI4SRE - MOC]] / [[SRE - MOC]]