A machine learning based approach to automatic derivation of critical executions of distributed softwares

点击翻译按钮获取中文摘要

本研究では，分散ソフトウェアに深刻な障害を引き起こしうるクリティカルな実行経過を，機械学習によって自動導出するという挑戦的研究に取り組む．今年度は，以下の課題に取り組んだ．(1) 同期式分散ソフトウェアに対し，クリティカルなネットワークパタンの自動導出：ネットワークパタン（ネットワーク形状と各計算機への入力）を決めれば実行経過が一意に定まる，故障のない環境での同期式分散ソフトウェアを対象に，多くの実行時間やメッセージを必要とするクリティカルな実行経過を生じさせるネットワークパタンの自動導出を目指している．リーダ選出を対象に，メッセージ数が最大となる実行を生じさせる各計算機への入力の特徴付けとその自動導出の可能性に関する研究を進めた．(2) 非同期式分散ソフトウェアに対し，クリティカルな非同期パタンの自動導出：非同期式分散ソフトウェアでは，ネットワークパタンを固定しても，非同期パタン（計算機の動作遅延やメッセージ遅延）により，さまざまな実行経過が生じうる．そこで，本課題では，クリティカルな実行経過を生じさせる非同期パタンの自動導出を目指している．完全ネットワークでの最短経路木構成について，非同期性がメッセージ数に及ぼす影響の解明を試み，メッセージ数が最大となる実行の自動導出の可能性について検討した．(3) 同期式分散ソフトウェアに対し，クリティカルな故障パタンの自動導出：同期式分散ソフトウェアに対し，故障の影響が深刻になるクリティカルな実行経過を生じさせる故障パタン（どの計算機がどのタイミングで故障するか）の特徴付けを試み，その自動導出の可能性について検討した．