2016 Fiscal Year Research-status Report
ビッグデータ解析に基づくクラウド信頼性評価法の開発と応用
| Project/Area Number |
15K00102
|
|---|
| Research Institution | Yamaguchi University |
|---|
Principal Investigator |
田村 慶信 山口大学, 創成科学研究科, 准教授 (20368608)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
山田 茂 鳥取大学, 工学(系)研究科(研究院), 教授 (50166708)
|
|---|
| Project Period (FY) |
2015-04-01 – 2018-03-31
|
| Keywords | ビッグデータ / クラウドコンピューティング / ソフトウェア / 信頼性 |
|---|
| Outline of Annual Research Achievements |
クラウドコンピューティング上でビッグデータを扱う機会が増えている．特に，短納期，コスト削減，および標準化といった観点から，クラウドサービスを提供するソフトウェア開発現場においてもオープンソースソフトウェアが積極的に採用されている．こうしたオープンソースプロジェクトのバグトラッキングシステム上では，フォールトに関する多くの情報が蓄積されている．平成28年度においては，ディープラーニングに基づくクラウドオープンソースソフトウェアに対する信頼性評価法を提案した．また，提案手法に基づく数値例を示すとともに，フォールトレベルを特定・認識するための手法について考察した．さらに，数理モデル等に関する知識がなくとも，容易にセキュリティ・信頼性を評価できる有用なツールとして公開するため，JavaScript言語および統計言語Rとの動的リンクにより，理論解析において使用されたRのソースコードを再利用しつつ，研究成果を迅速に信頼性評価ツールとして実装してきた．特に，バグトラッキングシステム上にはソフトウェアフォールトに関する多くのデータが登録されており，こうしたビッグフォールトデータを可視化し統計的に処理することが可能となれば開発管理者だけでなくユーザにとっても有益である．本研究課題では，ビッグフォールトデータを可視化するためのソフトウェアツールを開発した．特に，実際のビッグフォールトデータに基づき，開発されたアプリケーションソフトウェアの実行例を示すとともに，データ分析結果について考察した．上述した研究成果は，海外における査読付学術論文誌や査読付国際会議等において積極的に公表してきた．
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
平成27年度において開発されたジャンプ拡散過程モデルの応用として，平成28年度においてはクラウドコンピューティングとデータベースソフトウェアの両特性を考慮した信頼性評価技術を開発した．具体的には，クラウドとそれにアクセスする端末間のトラフィック状況などから，データベースソフトウェア全体に占める主要コンポーネントの割合に基づく信頼性評価法を提案した．これにより，通信データに依存したビッグデータとクラウド間の相互作用を考慮した信頼性評価が可能となる．さらに，実際のトラフィックデータを想定した実験結果に関して，セキュリティ，信頼性，およびソフトウェア工学分野に関係する国内外の関連学会において研究成果を公表した．特に，平成27年度に平成28年度予算を前倒し請求していたため，平成28年度の研究は余裕をもって進めることができた．これに伴い，ビッグフォールトデータ解析に関する新たな研究にも着手することができた．具体的には，大規模フォールトデータに対してディープラーニングを適用したフォールト識別法を提案した．また，バグトラッキングシステム上に登録されているデータから，フォールト重要度を特定・認識するための手法について考察し，実際のオープンソースプロジェクトのバグトラッキングシステム上に登録されているビッグフォールトデータを利用した提案手法の数値例を示した．さらに，オープンソースソフトウェアプロジェクトを支援する目的として，提案手法をソフトウェアツールとして実装してきた．
|
| Strategy for Future Research Activity |
これまでの研究成果を信頼性評価のためのソフトウェアツールとして追加実装し，オープンソースソフトウェアとして公開する．その際，これまでに申請者が開発してきた信頼性評価ツールのソースコードを再利用しつつ進めることから，短時間で機能拡張と追加実装を行うことが可能となるものと考える．また，提案されたツールに関する内容をまとめるとともに，ビッグデータ，クラウド，セキュリティに関係する国内外の関連学会に研究論文を投稿することにより，研究成果を広く公表する．特に，申請段階において考案していた手法のみに依存することなく，新たな手法としてビッグフォールトデータに対するディープラーニングに基づくフォールト識別法を提案し，これをソフトウェアツールとして実装してきた．さらに，ビッグフォールトデータから信頼度成長傾向を把握するための信頼性評価法も提案してきた．特に，平成28年度においては，ディープラーニングに基づく提案手法に対して適用された入力データに伴う推定結果の有効性に関して，認識率に基づき比較・考察を行った．これらの結果から，提案手法については，適用されるデータ数が多いほど有効性が高いことが確認できた．オープンソースプロジェクトのバグトラッキングシステム上には，多くのフォールトデータが蓄積されている．これらのビッグフォールトデータを効率良く利用することができるようになれば，オープンソースソフトウェアの品質向上に大きく寄与する．今後は，これまでに提案された信頼性評価手法をソフトウェアツールに新機能として追加実装する予定である．
|
