喜 報(bào)

近日，必贏3003no1線路檢測(cè)中心陳壯彬助理教授、蘇玉鑫副教授及鄭子彬教授于IEEE Cloud 2024發(fā)表的論文獲最佳論文獎(jiǎng)，該論文題目為“TraceMesh: Scalable and Streaming Sampling for Distributed Traces”。該會(huì)議今年投稿總數(shù)為191篇，僅頒發(fā)1個(gè)最佳論文獎(jiǎng)。

IEEE Cloud 會(huì)議介紹

IEEE Cloud（IEEE International Conference on Cloud Computing）是IEEE舉辦的專(zhuān)注于云計(jì)算領(lǐng)域的旗艦會(huì)議，為CCF C類(lèi)推薦會(huì)議。它為研究人員、學(xué)者、企業(yè)、行業(yè)和標(biāo)準(zhǔn)機(jī)構(gòu)提供了一個(gè)重要的國(guó)際論壇，以交流云計(jì)算技術(shù)和實(shí)踐的最新基本進(jìn)展，共同探索新興研究主題，并推動(dòng)云計(jì)算領(lǐng)域的未來(lái)發(fā)展 。

獲獎(jiǎng)?wù)撐慕榻B

在云服務(wù)系統(tǒng)中，分布式追蹤（distributed tracing）是監(jiān)控的基石，它提供了服務(wù)請(qǐng)求整個(gè)生命周期的可見(jiàn)性，有助于理解系統(tǒng)的依賴(lài)性和性能瓶頸。然而，大多數(shù)追蹤數(shù)據(jù)包含重復(fù)且無(wú)用的信息，對(duì)計(jì)算和存儲(chǔ)帶來(lái)了極大的開(kāi)銷(xiāo)。

現(xiàn)有的追蹤采樣（trace sampling）方法無(wú)法應(yīng)對(duì)由于系統(tǒng)復(fù)雜性帶來(lái)的維數(shù)災(zāi)難（curse of dimensionality）和動(dòng)態(tài)特征（dynamic feature）問(wèn)題，導(dǎo)致采樣效果不佳，無(wú)法有效地從海量數(shù)據(jù)中提取有價(jià)值的信息。

▲TraceMesh算法架構(gòu)圖

獲獎(jiǎng)?wù)撐奶岢?/span>TraceMesh算法，采用了局部敏感性哈希（Locality-Sensitivity Hashing, LSH）技術(shù)，通過(guò)將追蹤數(shù)據(jù)投影到低維空間來(lái)提高采樣效率，同時(shí)保留它們的相似性。這種方法能夠無(wú)縫地適應(yīng)流數(shù)據(jù)中新出現(xiàn)的特征。TraceMesh通過(guò)動(dòng)態(tài)調(diào)整采樣決策，避免對(duì)重復(fù)出現(xiàn)的追蹤進(jìn)行過(guò)度采樣。實(shí)驗(yàn)表明TraceMesh能夠高效且準(zhǔn)確地采樣關(guān)鍵追蹤樣本。