# IEEE CLOUD 2020 参加録 Navigation: [[index]] | [[overview]] [[Yuuki Tsubouchi]] のブログ記事。2020 年に完全オンライン開催された IEEE World Congress on SERVICES 2020(共催会議の一つ IEEE CLOUD 2020)への参加報告である。(Source: [blog.yuuk.io](https://blog.yuuk.io/entry/2020/ieeecloud2020)) ## 開催概要 IEEE World Congress on SERVICES 2020 は、本来 2020 年 7 月に北京で開催予定だったが、COVID-19 の影響で 10 月 18 日から 24 日までの 5 日間、完全オンライン開催に変更された。CLOUD・ICWS・SCC・SMDS・EDGE の 5 つの国際会議が共催された。(key_claims 1) ## 研究トレンド 発表された研究の多くは、クラウド上の[[マイクロサービスアーキテクチャ|マイクロサービス]]、反応的にスケールする[[サーバーレスアーキテクチャ|サーバーレスコンピューティング]]、多数のエッジとクラウドの連携といった、動的かつ分散した複雑なシステム構成を対象としていた。著者は機械学習・深層学習の適用が既に「先行研究の課題を解く」段階に進んでいると観察している。(key_claims 2) ## ベストペーパー: Skedulix **Skedulix: Hybrid Cloud Scheduling**(Anirban Das ほか著)がベストペーパー賞を受賞した。サーバーレス環境において、プライベートクラウドでのコスト最適化と処理時間のバランスを取るジョブスケジューリング手法を提案する。詳細は [[Skedulix]] を参照。(key_claims 3) ## 関連研究トピック 著者が特に興味深いと言及した 3 件の関連研究(いずれも異常検知・根本原因分析系): - **Deep Unsupervised Workload Sequence Anomaly Detection**: 時系列メトリクスの教師なし異常検知にディープニューラルネットワークを用いる手法。 - **RAD: Detecting Performance Anomalies**: キューイングネットワークモデルで応答時間を予測し、ベースラインとの差分から異常を検知する手法。 - **Root-Cause Metric Location for Microservice Systems**: ログを異常度の数値に変換し、メトリクスとの相関分析によって根本原因メトリクスを特定するアプローチ。 ## オンライン聴講の工夫 著者はオンライン聴講のための実践的な工夫を共有している。 - 論文のアブストラクトと導入部を DeepL で日本語に翻訳し、Notion にまとめる。 - Otter による英語のリアルタイム字幕表示を活用する。 - macOS のループバック設定で音声入出力を構成する(詳細は著者の別記事を参照)。 - カンファレンスの録音・スクリーンショット撮影の可否は事前に確認すべきと注記している。 ## 所感 著者は、機械学習による理論的な障害検知・診断手法が多数発表される一方、実際の運用現場ではルールベースの運用が継続している点に言及し、研究と実務のギャップ、および研究成果の実装可能性の重要性を強調している。 ## 関連 - 著者: [[Yuuki Tsubouchi]] - 言及されたベストペーパー著者らの手法: [[Skedulix]] - 関連する既存参加報告: [[Ryosuke Matsumoto]] の同僚としての参加報告(本記事内でリンクのみ言及) - 関連概念: [[AIOps]] / [[サーバーレスアーキテクチャ]] / [[マイクロサービスアーキテクチャ]] ## 出典 - [blog.yuuk.io: クラウド系の国際会議IEEE CLOUD 2020参加録](https://blog.yuuk.io/entry/2020/ieeecloud2020)