Proceedings of the Korea Information Processing Society Conference (한국정보처리학회:학술대회논문집)

  • 2023.05a
  • /
  • Pages.58-59
  • /
  • 2023
  • /
  • 2005-0011(pISSN)
  • /
  • 2671-7298(eISSN)
Korea Information Processing Society (한국정보처리학회)
권호 표지
DOI QR코드

DOI QR Code

A study on time series data analysis for performance monitoring of cloud applications

클라우드 애플리케이션의 성능 모니터링을 위한 시계열 데이터 분석 연구

  • Dupyo Hong (Dept. of Computer Science and Engineering, Soongsil University) ;
  • Dongwan Kim (Dept. of Computer Science and Engineering, Soongsil University) ;
  • Yongtae Shin (School of Computer Science and Engineering, Soongsil University)
  • 홍두표 (숭실대학교 컴퓨터학과) ;
  • 김동완 (숭실대학교 컴퓨터학과) ;
  • 신용태 (숭실대학교 컴퓨터학부)
  • Published : 2023.05.18
Download PDF
⟨ Previous Next ⟩

Abstract

클라우드 애플리케이션의 성능 모니터링 방법에는 클라우드 소프트웨어 스택의 인프라, 플랫폼 및 애플리케이션 계층에서 수집한 시계열 데이터 분석이라는 방법이 존재한다. 클라우드 컴퓨팅 환경에서 운영되는 서비스 간의 런타임 종속성을 분석하는 것은 클라우드 리소스 관리를 수행하기 위해 필요한 단계이다. 본 논문에서는 Bi-LSTM 기법을 활용해 클라우드 애플리케이션의 관계를 분석하고 종속성을 찾아 모니터링 성능을 향상시키는 시스템을 제안한다. 제안하는 시스템은 클라우드 스택의 모든 계층으로부터 시계열 데이터를 수집하여 인공지능 모델을 훈련, 재훈련 및 업데이트 과정을 진행한다. 본 논문에서는 Bi-LSTM 모델을 활용하여 훈련 중에 학습된 성능 메트릭 간의 종속성을 발견한다.

Keywords

Acknowledgement

본 연구는 과학기술정보통신부 및 정보통신기획평가원의 대학ICT연구센터육성지원사업의 연구결과로 수행되었음 (IITP-2023-2020-0-01602)