Causal fault localisation in dataflow systems

要約

タイトル：データフロー・システムにおける因果関係に基ずく障害特定

要約：
– データフロー・コンピューティングは、システムエンジニアリングの多くの分野に重要な利益をもたらし、データ駆動型アプリケーション開発の一般的なパラダイムとなる可能性があることが示された。
– データフロー・コンピューティングの特徴的な機能の1つは、システム全体のデータフローグラフに自然なアクセスが可能であること。
– 最近、これらのデータフローグラフは完全なグラフを持つ因果モデルとして扱うことができることが明らかになり、因果推論技術をデータフロー・システムに適用する機会が開かれている。
– このデモンストレーション論文では、特に因果関係に基づく障害特定に焦点を当て、このアイデアの初めての実践的な検証を提供することを目的としている。
– 我々は、3つの近代的なデータフロー・エンジンで、複数のシナリオでソフトウェアバグとデータシフトを検出するために因果推論をどのように使用できるかについて多数のデモンストレーションを提供する。

要約(オリジナル)

Dataflow computing was shown to bring significant benefits to multiple niches of systems engineering and has the potential to become a general-purpose paradigm of choice for data-driven application development. One of the characteristic features of dataflow computing is the natural access to the dataflow graph of the entire system. Recently it has been observed that these dataflow graphs can be treated as complete graphical causal models, opening opportunities to apply causal inference techniques to dataflow systems. In this demonstration paper we aim to provide the first practical validation of this idea with a particular focus on causal fault localisation. We provide multiple demonstrations of how causal inference can be used to detect software bugs and data shifts in multiple scenarios with three modern dataflow engines.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI