Upgrade to Pro — share decks privately, control downloads, hide ads and more …

とあるSREの博士「過程」 / A Certain SRE’s Ph.D. Journey

とあるSREの博士「過程」 / A Certain SRE’s Ph.D. Journey

Avatar for Yuuki Tsubouchi (yuuk1)

Yuuki Tsubouchi (yuuk1)

July 10, 2025
Tweet

More Decks by Yuuki Tsubouchi (yuuk1)

Other Decks in Research

Transcript

  1. ͱ͋ΔSREͷത࢜ʮաఔʯ SRE NEXT 2025 IN TOKYO @yuuk1t / Yuuki Tsubouchi

    さくらインターネット株式会社 A Certain SRE ’ s Ph.D. Journey 2025/07/11 2025/07/11
  2. @yuuk1t / Yuuki TSUBOUCHI SREの研究者 京都 大 学博 士 (情報学)

    さくらインターネット研究所   上級研究員 Topotal   テクノロジアドバイザー *SRE NEXT登壇皆勤 2020 基調講演 2022 2023 AIOps 研究録 SRE論 文 への招待 2024 工 学として のSRE再訪 Best Speaker SREの技術 トレンド 2 2025年3 月 授与
  3. 本講演の趣旨 • 工 学、 大 学院進学、学術論 文 の世界に興味がある 方 •

    SREとしてどうしていくか を模索されている 方 Talk NEXT • 博 士 という道の存在 • 博 士 過程を終えてどう だったか? 43&ίϛϡχςΟʹྨྫ͕গͳ͍ ͨΊɺٙ໰΋ଟ͍͸ͣ 3 ૒ํ޲Ͱձ࿩Λ͍ͨ͠
  4.  4    はじめに 博 士 課程 -個別研究編-

    博 士 課程 -博 士 論 文 編- 博 士 課程 振り返り  アジェンダ
  5.    5  はじめに 博 士 課程 -個別研究編-

    博 士 課程 -博 士 論 文 編- 博 士 課程 振り返り  なぜ 自 分は博 士 課程に着 目 したのか? アジェンダ
  6. 技術を使う側 から 作る側 になりたい のようなことを 言 っていたが... 7 日 本のWeb系企業の先

    人 達 はミドルウェアやフレーム ワークを 自 作していた 2000年代〜2010年代前半 個 人 製OSSが他社でも使 用 され る様 子 を 目 の当たりに 1. ͸͡Ίʹ 強 力 な海外製OSS・サービスの伝来 - CloudNative系OSS - クラウドサービス - SaaS(オブザーバビリティなど) 2010年代後半
  7.  14 論 文 には書かない話    はじめに 博

    士 課程 -個別研究編- 博 士 課程 -博 士 論 文 編- 博 士 課程 振り返り  アジェンダ
  8. 第 一 の研究:時系列DB 16 2. ത࢜՝ఔ -ݸผݚڀฤ- Client ϝϞϦϕʔεKVSʢRedisʣ σΟεΫϕʔεKVSʢCassandraʣ

    App Flusher ݹ͍σʔλͷอଘίετޮ཰Λ޲্ σʔλͷϚΠά Ϩʔγϣϯ ৽ணσʔλΛૠೖ
  9. 学術的貢献の 言 語化が難しかった 17 Ϛωʔδυ αʔϏε Λ࢖͍͍ͨ ෳ਺ͷ%#.4Λૄ݁߹Խ ͍͍ͯ͠ͱ͜औΓΛ͍ͨ͠ 2.

    ത࢜՝ఔ -ݸผݚڀฤ- ։ൃ ܦҢ ӡ༻Λָ ʹ͍ͨ͠ ΤϯδχΞʹ%#੡඼ͷબ୒ࢶΛఏڙ Մೳͳ࣌ܥྻ%#ΞʔΩςΫνϟ ֶज़త ߩݙ ϚωʔδυαʔϏε ΋࢖͑Δ ୯७ͳ8SJUFੑೳ͸7JDUPSJB.FUSJDTͷํ্͕ ΑΓීวతͳ؍఺Ͱ ͷߩݙΛݴޠԽ ϚωʔδυαʔϏε͕༏Ε͍ͯΔ͚ͩͰ͸ʁ
  10. 第 二 の研究:NWコールグラフトレーシング 18 2. ത࢜՝ఔ -ݸผݚڀฤ- Load Balancers Database

    Clusters Web app servers Message queues Kernel User Proxy Network Stack App NIC Switch ωοτϫʔΫ௨৴ܦ࿏্ͷ͍ͣΕ ͔ʹܭଌ఺Λઃஔ͢Δɻ ΧʔωϧͰͷ F#1'ܭ૷ ʹண໨
  11. 類似の計装 手 法はすでに存在していた 19 Τοδέʔεͷ໰୊ղܾʹ ͳΓɺͩΜͩΜߩݙ͕খ͞ ͘ͳ͍ͬͯͬͨ طଘख๏ᶃ 2. ത࢜՝ఔ

    -ݸผݚڀฤ- ύέοτ਺͕૿Ճ͢Δͱɺ ܭଌΦʔόʔϔου૿Ճ طଘख๏ᶄ ୹໋ͳTCP઀ଓ਺͕େ͖͍؀ ڥͰܭଌΦʔόʔϔου૿Ճ ఏҊख๏ Aggregation of aggregation ͷΑ͏ͳํ๏Ͱղܾ ղܾ ղܾ <>+JO+JO-JO FUBM l.JDSPTDPQF1JOQPJOU1FSGPSNBODF*TTVFTXJUI$BVTBM(SBQITJO.JDSP4FSWJDF&OWJSPONFOUTz*$40$   <>8FBWF4DPQFIUUQTHJUIVCDPNXFBWFXPSLTTDPQF
  12. ϝτϦΫε 第三の研究:AIOps 20 2. ത࢜՝ఔ -ݸผݚڀฤ- /8ίʔϧάϥϑ ػցֶशɾ౷ܭղੳ ো֐ݪҼಛఆ ؔ࿈࿦จ͕ࢁ΄Ͳ͋ͬͨ

    着想当時(2021年)で50+本 ೖྗ ౷ܭతҼՌਪ࿦ 3//-45.(// ࣌ܥྻҟৗݕ஌ ログやトレースも含む ࣌ܥྻΫϥελϦϯά ʜ ࢥ ͍ ͭ ͖ ࠾༻͞ΕΔϞσϧ΋ଟ਺ <>4PMEBOJ+ #SPHJ""OPNBMZEFUFDUJPOBOEGBJMVSFSPPUDBVTFBOBMZTJTJO NJDSP TFSWJDFCBTFE DMPVEBQQMJDBUJPOT"TVSWFZ"$.$PNQVUJOH4VSWFZT $463 'FC   <>
  13. AIOps研究では膨 大 な試 行 錯誤が発 生 した 22 σʔλ Ϟσϧ

    ධՁࢦඪ 2. ത࢜՝ఔ -ݸผݚڀฤ- ͍ͣΕ͔Λม͑Δͱ݁Ռ͕େ͖͘มԽ͢Δ͜ͱ͕͋Δ ୈҰɾୈೋݚڀͷධՁࢦඪʢ࣌ؒɾϦιʔεফඅʣ͸ ଍͠ࢉͷੈքͳͷͰɺϘτϧωοΫ͕໌֬ ઢܗత ඇઢܗత Ծઆ͕͋ͨΓʹ͍͘
  14. 論 文 を何度も書いた  2. ത࢜՝ఔ -ݸผݚڀฤ- ࠃ಺ࠪಡ ෇͖ݚڀձ ࠃࡍձٞ

    ࠃ಺ δϟʔφϧ ୈҰͷ ݚڀ ୈೋͷ ݚڀ ࠃ಺ࠪಡ ෇͖ݚڀձ ࠃࡍձٞ ୈࡾͷ ݚڀ ࠃ಺ࠪಡ ෇͖ݚڀձ ࠃࡍ δϟʔφϧ 3FKFDU ׬શ࡮৽ ׬શ࡮৽ ׬શ࡮৽ ࠃ಺ δϟʔφϧ ࠃ಺ δϟʔφϧ
  15.  26 大 きな 一 つのストーリー としてまとめる   

    はじめに 博 士 課程 -個別研究編- 博 士 課程 -博 士 論 文 編- 博 士 課程 振り返り  アジェンダ
  16. 博 士 論 文 をどのようにまとめたか? 軸の整理 27 γεςϜ֊૚࣠ σʔλ࣠ ܭଌ

    อଘ ෼ੳ 3. ത࢜՝ఔ -ത࢜࿦จฤ- ϝτϦΫε τϨʔε ୈೋݚڀ ୈҰݚڀ ୈࡾݚڀ OPU ෼ࢄτϨʔε ۭ͖݀ʹͳΔͷͰ͜ͷ··Ͱ͸ ·ͱΊʹ͍͘ʜ ʁ ʁ ʁ
  17. 中核概念を整理 28 3. ത࢜՝ఔ -ത࢜࿦จฤ- 💡Ͳͷݸผݚڀ΋ϫʔΫϩʔυͷ૿େʹର͢ΔղܾఏҊʹͳ͍ͬͯͨ l4DBMJOH5FMFNFUSZ8PSLMPBETz ܭଌ อଘ ෼ੳ

    $16Ϧιʔεফඅݮ /8઀ଓ਺૿େ ϝτϦΫε਺૿େ ϝτϦΫε਺૿େ $16ɾ*0Ϧιʔεফඅݮ ࣮ߦ࣌ؒݮɾਫ਼౓૿ த֩֓೦ͱͯ͠நग़ 博 士 論 文 をどのようにまとめたか?
  18. 制約条件を整理 29 3. ത࢜՝ఔ -ത࢜࿦จฤ- 💡Ͳͷݸผݚڀ΋ӡ༻ෳࡶੑͷ૿େΛ཈͑Δ੍໿Λ͔͚͍ͯͨ ܭଌ อଘ ෼ੳ ΞϓϦέʔγϣϯͷ

    ܭ૷ෆཁ ஌ࣝɾ࣮૷ͷྲྀ༻ੑͷ ߴ͍ଟ໨తͷDBMSΛ ࢖͏ൣғͰղܾ ϥϕϦϯάͱϞσϧ ͷ܇࿅͕ෆཁͳڭࢣ ͳֶ͠शͷ࿮૊ΈͰ ղܾɻ ϋΠύʔύϥϝʔλͷ มԽʹରͯ͠ؤڧ 博 士 論 文 をどのようにまとめたか?
  19. ܭଌ อଘ ෼ੳ ϫʔΫϩʔυ Φ ʛ ό ʛ ϔ ο

    υ ςϨϝτϦʔγεςϜͷෛՙ૿େ ʹରͯ͠ɺޮ཰తʹεέʔϦϯά ͤ͞Δ 30 ΤϯδχΞ ӡ༻ෳࡶੑͷ૿ՃΛ཈͑Δ৚݅ԼͰ ݚڀ໨తɿ Scaling Telemetry Workloads 3. ത࢜՝ఔ -ത࢜࿦จฤ-
  20. w ΞΠσΟΞͷීวੑʹؔΘΔ࿩ w ʢ࣌ܥྻ%#ͷϝϞϦɾσΟεΫ֊૚Խߏ଄͸$4ҰൠʹΈΒΕΔ͕ɺ͜ͷݚڀ ݻ༗ͷ࿩͸͋Δ͔ʁʣ w ࣮૷ʹ౿ΈࠐΜͩ࿩ʢ04Χʔωϧͷഉଞ੍ޚͳͲʣ w ఏҊख๏ͷ੍ݶʢऑ఺ʣʹؔΘΔ࿩ w

    ༻ޠఆٛͷݫີੑʹؔ͢Δ࿩ 予備審査・公聴会(本審査) 31 3. ത࢜՝ఔ -ത࢜࿦จฤ- ʜ ෭ࠪͷઌੜʹത࿦ͱͯ͠ຊͷετʔ Ϧʔ͕͋Δͱڼ͍͚ͬͯͨͩͨ ෼ൃද ෼࣭ٙ Y 質疑内容は多岐にわたる
  21.  33    はじめに 博 士 課程 -個別研究編-

    博 士 課程 -博 士 論 文 編- 博 士 課程 振り返り  アジェンダ
  22. 博 士 課程は結局どうだった? 34 ੒Ռ ͢͹Β͍͠ത࢜࿦จͰ΋ݚڀۀ੷Ͱ΋ܾͯ͠ͳ͍͕ɺ ࣗ෼Β͍͠΋ͷ͕Ͱ͖͕͋ͬͨͱࢥ͑ͨ 4. ത࢜՝ఔ ৼΓฦΓ

    ָ ͠ ͞ ‣࿦จΛ௨ͯ͡෼໺τοϓͷਓͷண૝ʹຖ೔৮ΕΒΕΔ ‣ೲಘ͢Δ·ͰऔΓ૊ΊΔ ‣͜Μͳੲʹ͜Μͳ͜ͱ΍͍ͬͯͨͷ͔ʂͱ͍͏஌త޷ح৺ͷຬ଍ ‣F#1'ɺ"*0QTͳͲۀ຿Ͱ͸৮Εʹ͔ٕͬͨ͘ज़Ͱ༡΂Δ ‣গͳ͘ͱ΋ࠃ಺ͳΒ୭΋΍ͬͯͳͦ͞͏ͳ͜ͱΛ΍͍ͬͯΔؾ࣋ ͪʹͳΕΔʢຊ౰͸ੈքͳΒʜ͕Α͍ʣ
  23. 博 士 課程を通じて得られたスキル ଟ૚తͳݴޠࢥߟೳྗ ಠࣗͷઐ໳ٕज़ମܥ ଞͷֶज़෼໺ͱͷ઀ଓೳྗ ݸੑ΍ᅂ޷ʹجͮ͘ಠ૑ੑ ࣗ਎ͷ಺ʹମܥΛ΋ͭײ֮ ۀքࣄ৘΍༻ޠʹґଘ͠ͳ͍ 自身

    の来歴が反映された博論 35 4DBMJOH 5FMFNFUSZ 8PSLMPBET ֓೦Խ 4. ത࢜՝ఔ ৼΓฦΓ ‣Ұݟόϥόϥͳ΋ ͷΛͭͳ͙ྗ ‣๲େͳ৘ใΛ੔ཧ ͠ฤ੒͢Δྗ ‣ͳʹ͕͍͔͢͝Λ ධՁ͢Δྗ
  24. 異世界の情報源を持てるように 論 文 への常時アクセス能 力 36 4. ത࢜՝ఔ ৼΓฦΓ 43&΍Ϋϥ΢υؔ܎ͷ࿦จ͸ʢ͘͝

    Ұ෦Λআ͖ʣ4/4Ͱڞ༗͞Εͳ͍ ࿦จք͕ҟੈքԽ͍ͯ͠Δʜʁ ৽نऔΓ૊Έͷ"*Πϯϑϥʹ͍ͭͯ΋ ࿦จϑΝʔετͰΩϟονΞοϓ
  25. 初 心 を振り返る ॳ৺ ࡞Δଆʹ ͳΓ͍ͨ ίϯϐϡʔλ αΠΤϯε΍Δʁ ΤϯδχΞϦϯά ʢ޻ֶʣʹண໨

    ϒϩάॻ͍ͨΓ 044࡞ͬͨΓ ొஃͨ͠Γ 39 ത࢜՝ఔ ਐֶ ʢݚڀ৬ʹస޲ʣ ࢼߦࡨޡ ത࢜߸ औಘ 4. ത࢜՝ఔ ৼΓฦΓ
  26. 生 成AI時代における博 士 課程の意義 41 4. ത࢜՝ఔ ৼΓฦΓ ஌త࿑ಇʹ͓͚ΔੵΈॏͶ͕ ͳ͍͜ͱʹΑΔڏແײ

    ʢ࣮ଘతۭڏײͷҰछ ʣ ੜ੒"*͸จॻ΍ίʔυΛ ༰қʹੜ੒Ͱ͖Δ ΁͍ͣΕͭͳ͕Δ͔΋͠Εͳ͍ ࣗ෼ͷ಺ʹମܥΛ̍ຊߏங ͢Δത࢜՝ఔͷମݧʹ͸ҙ ͕ٛ͋ΔͷͰ͸ͳ͍͔ ࣗ෼ͷதͰੵΈॏͶଓ͚Δ ͜ͱ͕ॏཁͱͳΔ
  27. 博 士 課程進学しなくてもやれること 46 ࿦จΛ୳͢ɾಡΉ ମܥԽ͢Δʢϒϩάʣ ࿦จΛॻ͍ͯΈΔ ࿦จΛ࣮૷͢Δ ମܥԽ͞Ε͍ͯͳ͍஌ࣝ͸ ࢁఔ͋Δ

    IUUQTCMPHZVVLJPFOUSZXFCTFSWFSBSDIJUFDUVSF ෳ਺ͷ੡඼΍จݙΛ౷߹ͯ͠ɺࣗ෼ͳΓʹجૅߏ଄Λநग़ɾൺֱ͢Δ 4. ത࢜՝ఔ ৼΓฦΓ
  28. SAKURA internet ࣾձΛࢧ͑Δ ύϒϦοΫΫϥ΢υɾେن໛ܭࢉࢿݯΠϯϑϥΛ Ұॹʹ࡞Γ·ͤΜ͔ʁ ソフトウェア開発、 インフラ基盤から フロントエンドまで 採 用

    強化中! さくらインターネットではエン ジ ニア採 用 を強化しています さくらインターネットは新たなアイ デ アの創出に強い熱意と情熱を持って挑戦するお客様を は じ め、私たちとつな が りのあるす べ ての 人 たちのために、未来のある べ き姿を想い描きな が ら ―「やりたいこと」を「 で きる」に変える ― あらゆるア プ ローチを “インターネット” を通 じ て提供します。 詳しくはWebサイトにて、カジュアル 面 談もやってます 👉 www.sakura.ad.jp/lp/recruit-engineer/
  29. ソフトウェアエンジニアと博 士 課程 距離は遠い • 博 士 号取得者は少ない • 日

    本の博 士 号取得者は 人口 100万 人 あたり126 人 (2021年度) • yuuk1の出 身 の 大 学院では、2024 年の編 入 学者は27 人 55 ※1 京都 大 学 大 学院情報学研究科 博 士 後期課程 2024年の編 入 学者 ˞IUUQTXXXOJTUFQHPKQTUJ@JOEJDBUPS3.@IUNM • ソフトウェアエンジニアの 人 材採 用 で、博 士 号を要求する 企業は稀 A. ෇࿥
  30. • CS系の博 士 課程の体験報告はネット上に多数公開されている • すでに進学を検討している段階で特に有 用 である • スケジュールや費

    用 、研究 方 法などに関する報告が多いため • ソフトウェアエンジニア経験者が博 士 課程へ 入 学する事例は極めて少ない 既存の博 士 課程体験記 56 ˞IUUQTHJUIVCDPN,FJBXFTPNF@DTKB@QIE@MJGF ˞ ιϑτ΢ΣΞΤϯδχΞ͕ത࢜՝ఔͷҙٛΛ ײ͡Δͱ͔͔ͬΓ͕΄ͱΜͲͳ͍ 博 士 課程に 入 学前に読み漁った A. ෇࿥
  31. SREと博 士 Mark BurgessʹΑΔংจͰ”PhD holder”ʹ͍ͭͯݴٴ͋Γ “site:https://www.usenix.org PhD SREcon“ He/She has

    a PhD in Computer Science from the University of … SREcon SREbook ത࢜߸औಘऀɺത࢜՝ఔֶੜ͕ొஃྫ΋গͳ͘ͳ͍ A. ෇࿥ 
  32. よりSREに近しい論 文 はないのか? 58 A. 特にモニタリング/オブザーバビリティにはたくさんある ೥ ࿦จ໊ ٕज़ 

    1JOQPJOU +&&ݺͼग़͠ʹϥϕϧΛ෇༩ͯ͠ϦΫΤετΛ௥੻  .BHQJF ϦΫΤετ୯ҐͷৄࡉτϨʔεΛ෼ࢄߏ੒Ͱऩू  95SBDF ωοτϫʔΫʙΞϓϦ૚Λލ͙Ұҙ*%෇༩ํࣜΛఏҊ  %BQQFS ݱࡏͷ෼ࢄτϨʔγϯάͷݯྲྀ αϯϓϦϯά΍ৗ࣌ܭଌͳͲ  (PSJMMB ϝτϦΫεͷѹॖΞϧΰϦζϜ ˠ1SPNFUIFVT.BDLFSFMͳͲͰ΋࠾༻ ʜ A. ෇࿥
  33. 61 ਓྨͷະ஌ྖҬΛΘ͔ͣͰ΋ԡ͠޿͛Δ͜ͱ ത࢜߸ΛͱΔͱ͸Ͳ͏͍͏͜ͱ͔ʁ খɾதֶߍ ߴߍ େֶ म࢜՝ఔ ത࢜՝ఔ Matt Might,

    The illustrated guide to Ph.D.ΑΓൈਮɾҰ෦վม طଘͷ஌ʹରͯ͠৽ͨʹ ੵΈ্͛ͨ஌Λ࿦ূ ࢀߟɿখ໺ా ३ਓ, “ത࢜՝ఔͷޡղͱਅ࣮ ʔਐֶʹ޲͚ͯɺ྆਌Λઆಘͨ͠ࢿྉΛ΋ͱʹʔ“, 2018೥. https://www.slideshare.net/atsutoonoda/ss-124873093. ਓྨͷط஌ྖҬ ະ஌ྖҬ 1I%
  34. 博 士 とは 君たちはどう 生 きるか? ˞٢໺ݯࡾ࿠ ܅ͨͪ͸Ͳ͏ੜ͖Δ͔ʁ ؠ೾จݿ ೥

    lҒେͳൃݟ͕͔ͨͬͨ͠Βɺ͍·ͷ܅͸ɺ ԿΑΓ΋·ͣɺ΋Γ΋Γษڧͯ͠ɺࠓ೔ͷ ֶ໰ͷ௖্ʹͷ΅Γ੾ͬͯ͠·͏ඞཁ͕͋ Δɻͦͯ͠ɺͦͷ௖্Ͱ࢓ࣄΛ͢ΔΜͩɻz˞ ͓͡͞Μ 62 A. ෇࿥
  35. 博 士 とは 喜嶋先 生 の静かな世界 63 ࣗ෼ҰਓͰҰ౓͚ͩొΔͳΒɺ࠷௿ݶͷ଍ֻ ͔ΓͰॆ෼ͩΑͶɻͲΜͲΜొ͍͚ͬͯ͹͍ ͍ɻ͚ͩͲɺ͋ͱ͔Βಉ͡ಓΛొͬͯ͘Δౕ

    ͕͍ΔΘ͚ͩɻࣗ෼ͩͬͯɺͦ͜Λ·ͨ௨Δ ͔΋͠Εͳ͍͡ΌΜɻͦ͏͍͏৔߹ͷͨΊ ʹɺͪΐͬͱαʔϏεΛͯ͠΍Δ͍ͬͯ͏ͷ ͕ɺ·͋ɺݚڀऀͷྑࣝͱ͍͏΋ͷͳΜͩ ͳɺͭ·Γʜʜ A. ෇࿥
  36. 博 士 とは 葬送のフリーレン lෆՄೳΛՄೳʹ͢Δͷ͕Ұڃຐ๏࢖͍ɻ ະ౿ഁͩΖ͏͕લਓະ౸ͩΖ͏͕Ͷ͡෬ͤ ͯಥ͖ਐΉΜͩɻz ˞ࢁా৊ਓ ΞϕπΧα ૴ૹͷϑϦʔϨϯʢ̒ʣ

    খֶؗ ೥ μϯδϣϯ࠷ਂ෦౸ୡ✔ ະ౿ഁμϯδϣϯ͸Ͳ͔͜ʁ ͳʹΛ΋ͬͯ౿ഁͱݴ͑Δ͔ʁ ത࢜՝ఔ Ұڃຐ๏࢖͍ࢼݧ Ұڃຐ๏࢖͍ࢼݧࢼݧ׭θϯθ 64 A. ෇࿥
  37. 研究と開発の違い ஌ ιϑτ΢ΣΞ ݚڀ ։ൃ Ұൠੑ ϥΠϒϥϦͳͲ ݻ༗ੑ ࿦จ ख๏ɾํࣜ

    ϏδωεϩδοΫͳͲ ιϑτ΢ΣΞ࢓༷ ࠶ར༻Մೳίʔυ ࠶ར༻ෆՄೳίʔυ ΞʔΩςΫνϟʢߏ੒๏ʣ  A. ෇࿥
  38. 博 士 号取得までのプロセス ࣄલ४උ ೖࢼ ೖֶ म࢜߸͕ݪଇ ඞཁ͕ͩྫ֎͋Γ ༧උ৹ࠪ ˞ژ౎େֶେֶӃ৘ใֶݚڀͷྫ

    ຊ৹ࠪ ʢެௌձʣ தؒൃද ֶҐत༩ 🎉 ࢦಋڭһΛ୳ ͢ɾ૬ஊ͢Δ ݚڀܭըॻͷ ࡞੒ ࠷େͷؔ໳ ༧උ৹ࠪʹਐΉͨΊ ͷཁ͕݅͋Δ 66 A. ෇࿥
  39. 博 士 論 文 審査の要件 • 論 文 誌論 文

    (ジャーナル論 文 )3本相当の実績 • 大 学院によっては、論 文 誌論 文 1本、国際会議録1本 ཁ݅Λຬͨͯ͠΍ͬͱത࢜࿦จ৹ࠪʹਐΊΔ ˞ژ౎େֶ৘ใֶݚڀՊͷ৔߹ ˞େֶӃ΍ݚڀՊʹΑͬͯҟͳΔ 68 A. ෇࿥
  40. 博 士 論 文 のストーリーとしての性質 69 lത࢜࿦จ͸طൃදͷ࿦จΛ·ͱΊ͚ͨͩͷ4BOEXJDI5IFTJTͰΑ͍ʢΉ ͠ΖετʔϦʔΛͭ͘Δͷ͸ۀ੷ʹͳΒͳ͍ͷͰ࣌ؒͷແବʣͱߟ͑Δਓ ΋͍·͕͢ɺࢲͷࢦಋڭһؚΊपғʹ͸ετʔϦʔΛॏཁࢹ͢Δߟ͑ํͷ ਓ͕ଟ͘ɺࢲ΋͔ͳΓͷ࣌ؒΛ͔͚ͯετʔϦʔͷٞ࿦ͱ੔ཧʹऔΓ૊Έ

    ·ͨ͠ɻz lେ͖ͳ౷ҰతͳετʔϦʔΛߟ͑Δͱ͍͏ͷ͸وॏͳܦݧͰɺࠓޙͷྐͱ ͯ͠໾ཱͯΒΕͦ͏Ͱ͢ɻz JEZVNV lಇ͖ͳ͕Β೥͔͚ͯത࢜߸Λऔಘ͠·ͨ͠z ೥IUUQT ZVNVMPHIBUFOBCMPHDPNFOUSZΑΓൈਮʢଠࣈ෦෼͸վมՕॴʣ A. ෇࿥
  41. 博 士 論 文 のイメージ 70 ത࢜՝ఔ 1I% ਓྨͷط஌ྖҬ ະ஌ྖҬ

    େֶ म࢜՝ఔ .BUU.JHIU 5IFJMMVTUSBUFEHVJEFUP1I%ΑΓൈਮɾҰ෦վม ࢀߟɿখ໺ా३ਓ lത࢜՝ఔͷޡղͱਅ࣮ʔਐֶʹ޲͚ͯɺ྆਌Λઆಘͨ͠ࢿྉΛ΋ͱʹʔl ೥ IUUQTXXXTMJEFTIBSFOFUBUTVUPPOPEBTT A. ෇࿥
  42. 京都 大 学情報学研究科 学位授与の 方 針 ディプロマ・ポリシー 72 A. ෇࿥

    IUUQTXXXLZPUPVBDKQKBFEVDBUJPODBNQVTDVSSJDVMVNHSBEVBUFEBJHBLVJOEJQMPNBKPVIPV lʢതֶ࢜Ґʣఏग़͞Εͨതֶ࢜Ґ࿦จ͕ɺ৘ใֶٴͼͦͷؔ࿈෼໺ʹ͓͚Δ ৽ͨͳ੒ՌͱͦΕΛแׅ͢ΔମܥΛؚΉ͔ɺ৘ใֶٴͼͦͷؔ࿈෼໺ʹ͓͚Δ ߴ౓ͳֶज़ΛؚΜͰɺ౰֘ͷݚڀ෼໺ͷࠓޙͷൃలʹେ͖͘د༩͢Δ಺༰Λؚ Ή͔ɺ͋Δ͍͸ɺ৘ใֶٴͼͦͷؔ࿈෼໺ʹ͓͍ͯ੥ٻऀཱ͕ࣗͯ͠ݚڀ׆ಈ ౳Λߦ͍ಘΔͱೝΊΒΕΔֶज़త಺༰ΛؚΜͰ͍Δͱ൑அ͞ΕΔ͜ͱɻ·ͨ࿦ จ͕࿦ཧతʹ໌֬ʹهड़͞Εɺؔ࿈ࣄ߲ʹ͍ͭͯͷߴֶ͍ࣝΛ༗͢Δͱ൑அ͞ ΕΔ͜ͱɻz
  43. 76 Ϟσϧ AIOps研究:試 行 錯誤の全体像 ࣌ܥྻҟৗݕ஌ ਖ਼ৗͳܥྻΛϊΠζ൑ఆ બ୒ࢶ͕ແ਺ʹ͋Δ ౷ܭ ༧ଌޡࠩ

    ;TDPSF$646.#0$1%$IBOHF'JOEFS4105 $646.#0$1%1&-50QU8JO4MJEJOH#JO4FH#PU6Q "3"3.""3*."4"3*." ݹయ.- %- *TPMBUJPO'PSFTU-0'L//ڑ཭ ܭ ࢉ ί ε τ ௿ େ -45."VUP&ODPEFS"OPNBMZ5SBOTGPSNFS 3BOEPN'PSFTU 9(#PPTU 11ݕఆ,4ݕఆ"%'ݕఆ ˞֤ख๏͸ϋΠύʔ ύϥϝʔλΛ΋ͭ A. ෇࿥
  44. 78 AIOps研究:試 行 錯誤の全体像 ࠷ऴతʹɺϊΠζ༗ແͷ̎஋෼ྨͷࢦඪʹؼண લॲཧͷධՁࢦඪͱͯ͠ͳʹ͕ద੾͔ʁ ධՁࢦඪ લॲཧͷධՁ͕ ೉͍͠ &OEUP&OEͷධՁ͕େม

    લॲཧ ຊॲཧͷ૊Έ߹Θͤͷ ਺͚࣮ͩݧ͠ͳ͚Ε͹ͳΒͳ͍ खಈϥϕϦϯά͕େม ↪਺஋γϛϡϨʔγϣϯͰରԠ ࣮ݧ͕ͦ΋ͦ΋େม  ϝτϦΫεY ηοτ A. ෇࿥
  45. ݚڀ֓ཁ: Scaling Telemetry Workloads in Cloud Applications എܠͱ໨త ՝୊ ߩݙ

    1. Ϋϥ΢υΞϓϦέʔγϣϯͷςϨϝτϦʔ 2. ςϨϝτϦʔϫʔΫϩʔυͷ૿େ 3. ςϨϝτϦʔϫʔΫϩʔυεέʔϦϯά 1. ܭଌɿܭଌॲཧΦʔόʔϔουͷ૿େ 2. ετϨʔδɿऔΓࠐΈσʔλྔͷ૿େͱ௕ظอଘ 3. ϚΠχϯάɿނোಛఆͷਫ਼౓ɾ࣮ߦޮ཰ͷ௿Լ 1. ୹໋ͳωοτϫʔΫ௨৴͕૿େ͢ΔͱɺैདྷͷܭଌॲཧͰ͸ɺܭଌݩͷOS Χʔωϧ͔Βͷసૹॲཧίετ͕ߴ͍ɻ ϝτϦΫε਺ͷ૿େʹରͯ͠ɺऔΓࠐΈॲཧޮ཰ͷ޲্ͱ̍೥Ҏ্ͷ௕ ظอଘΛཱ྆͢Δ͜ͱ͕೉͍͠ɻ ϝτϦΫε਺ͷ૿େʹରͯ͠ɺطଘͷಛ௃࡟ݮΛద༻ͨ͠ͱͯ͠΋ɺγες Ϝશମͷো֐Λଊ͑ΒΕͣɺِཅੑɾِӄੑ͕૿Ճ͢Δɻ ܭଌॲཧͷޮ཰Խ [1] Y. Tsubouchi, M. Furukawa, R. Matsumoto, Low Overhead TCP/UDP Socket-based Tracing for Discovering Network Services Dependencies, Journal of Information Processing (JIP), Vol.30, pp.260-268, March 2022. [2] ௶಺༎थ, ࿬ࡔேਓ, ᖛా݈, দ໦խ޾, খྛོߒ, Ѩ෦ത, দຊ ྄հ, HeteroTSDB: ҟछ෼ࢄKVSؒͷࣗಈ֊૚ԽʹΑΔߴੑೳͳ ࣌ܥྻσʔλϕʔε, ৘ใॲཧֶձ࿦จࢽ, Vol.62, No.3, pp.818- 828, 2021೥3݄. [3] Y. Tsubouchi and H. Tsuruta, MetricSifter: Feature Reduction of Multivariate Time Series Data for Ef fi cient Fault Localization in Cloud Applications, IEEE Access, Vol. 12, pp. 37398-37417, March 2024. 2. औΓࠐΈॲཧͱ௕ظอଘͷޮ཰ͷ޲্ 3. ނোಛఆͷલॲཧͰো֐ʹؔ࿈͠ͳ͍มྔͷ࡟ݮ OSΧʔωϧ಺ͰTCP/UDP௨৴ΠϕϯτΛूଋ͢Δ͜ͱʹΑΔసૹॲཧޮ཰ͷ޲্ ҟछKVSΛ֊૚Խ͠ɺΠϯσοΫεࢀরޮ཰ͱ҆ՁͳετϨʔδ΁ͷ֨ೲΛ࣮ݱɻ ো֐ൃੜ࣌ʹ֤࣌ܥྻͷมԽ఺͕࣌ؒूத͢Δ͜ͱΛߟྀͨ͠ಛ௃࡟ݮʹΑΓɺ ނোಛఆਫ਼౓ͱ࣌ؒΛվળɻ ֤૚ͷϫʔΫϩʔυ૿େ࣌ͷ՝୊ղܾ ςϨϝτϦʔϫʔΫϩʔυ૿େͷ՝୊ ޮ཰తʹεέʔϧՄೳͳςϨϝτϦʔγ εςϜͷ࣮ݱʹ޲͚ͯ ΞϓϦέʔγϣϯ͕ෳࡶԽ͓ͯ͠ΓɺςϨϝτϦʔʹΑΔӡ༻ ؅ཧ͕ඞਢͰ͋Δɻ [1] [2] [3] ςϨϝτϦʔγεςϜͰɺܭଌɾετϨʔδɾϚΠχϯάͷ֤૚ ͰϫʔΫϩʔυ͕૿େ͍ͯ͠Δɻ ܭࢉػࢿݯͷফඅ૿େͳͲͷ໰୊ʹରͯ͠ޮ཰Α͘εέʔϧͤ͞Δ ͜ͱΛ໨తͱ͢Δɻͨͩ͠ɺӡ༻ෳࡶੑΛߟྀ͢Δ͜ͱɻ 79
  46. 80 ݚڀۀ੷ɹड৆ ɾ ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ2020 ༏ल࿦จ৆ ௶಺༎थ, ௽ాതจ, ݹ઒խେ, TSifter: Ϛ

    ΠΫϩαʔ ビ εʹ͓͚Δੑೳҟৗͷਝ଎ͳ਍அʹ޲͍ͨ࣌ܥྻ デ ʔλͷ࣍ݩ࡟ݮख๏, 2020೥12݄. ɾ ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ2020 ༏लϓϨθϯςʔγϣϯ৆ ௶಺༎थ, TSifter: ϚΠΫ ϩαʔ ビ εʹ͓͚Δੑೳҟৗͷਝ଎ͳ਍அʹ޲͍ͨ࣌ܥྻ デ ʔλͷ࣍ݩ࡟ݮख๏, 2020೥12݄. ɾ 2020೥౓ ৘ใॲཧֶձ ࢁԼه೦ݚڀ৆ɼ௶಺༎थ, Transtracer: ෼ࢄγεςϜʹ͓͚ΔTCP/UDP௨৴ͷऴ୺఺ ͷ؂ࢹʹΑΔϓϩηεؒґଘؔ܎ͷࣗಈ௥੻, 2020೥. ɾ ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ2019ʢIOTS2019ʣ༏ल࿦จ৆ ௶಺༎थ, ݹ઒խେ, দຊ ྄հ, Transtracer: ෼ࢄγεςϜʹ͓͚ΔTCP/UDP௨৴ͷऴ୺఺ͷ؂ࢹʹΑΔϓϩηεؒґଘؔ܎ͷࣗಈ௥੻, 2019೥12݄. ɾ ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ2019ʢIOTS2019ʣף৆: γʔɾΦʔɾίϯϰ৆ ௶಺༎ थ, ݹ઒խେ, দຊ྄հ, Transtracer: ෼ࢄγεςϜʹ͓͚ΔTCP/UDP௨৴ͷऴ୺఺ͷ؂ࢹʹΑΔϓϩηεؒґଘ ؔ܎ͷࣗಈ௥੻, 2019೥12݄.
  47. 81 ɾ Y. Tsubouchi, M. Furukawa, R. Matsumoto, Low Overhead

    TCP/UDP Socket-based Tracing for Discovering Network Services Dependencies, Journal of Information Processing (JIP), Vol.30, pp.260-268, March 2022. ݚڀۀ੷ɹ࿦จࢽɾࠃࡍձٞ ࿦จࢽ ࠃࡍձٞ ɾ Y. Tsubouchi, M. Furukawa, R. Matsumoto, Transtracer: Socket-Based Tracing of Network Dependencies among Processes in Distributed Applications, The 1st IEEE International COMPSAC Workshop on Advanced IoT Computing (AIOT 2020), July 2020. ɾ ௶಺༎थ, ࿬ࡔேਓ, ᖛా݈, দ໦խ޾, খྛོߒ, Ѩ෦ത, দຊ྄հ, HeteroTSDB: ҟछ෼ࢄKVSؒͷࣗ ಈ֊૚ԽʹΑΔߴੑೳͳ࣌ܥྻσʔλϕʔε, ৘ใॲཧֶձ࿦จࢽ, Vol.62, No.3, pp.818-828, 2021೥3݄. ɾ Y. Tsubouchi, A. Wakisaka, K. Hamada, M. Matsuki, H. Abe, R. Matsumoto, HeteroTSDB: An Extensible Time Series Database for Automatically Tiering on Heterogeneous Key-Value Stores, The 43rd Annual IEEE International Computers, Software & Applications Conference (COMPSAC), pp. 264-269, July 2019. ɾ ௶಺༎थ, ҏ໺จ඙, ஔాਅੜ, ࢁ઒૱, ദ໦ַ඙, ഡݪ݉Ұ, ॏෳഉআετϨʔδͷͨΊͷSHA-1ܭࢉγεςϜͷ SSE໋ྩʹΑΔߴεϧʔϓοτԽ, ిࢠ৘ใ௨৴ֶձ࿦จࢽ D, 96(10), pp.2101-2109 2013೥10݄. ɾ Y. Tsubouchi and H. Tsuruta, MetricSifter: Feature Reduction of Multivariate Time Series Data for Ef fi cient Fault Localization in Cloud Applications, IEEE Access, Vol. 12, pp. 37398-37417, March 2024. ʢߩݙ̎ʣ ʢߩݙ̍ʣ ʢߩݙ̏ʣ ʢߩݙ̍ʣ ʢߩݙ̎ʣ
  48. 82 ݚڀۀ੷ɹࠃ಺γϯϙδ΢Ϝʢࠪಡ෇ʣ ɾ ʢߩݙ̏ʣ௶಺༎थ, ௽ాതจ, ݹ઒խେ, TSifter: ϚΠΫϩαʔϏεʹ͓͚Δੑೳҟৗͷਝ଎ͳ਍அʹ޲͍ͨ࣌ ܥྻσʔλͷ࣍ݩ࡟ݮख๏, ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ࿦จू,

    2020, 9-16 (2020- 11-26), 2020೥12݄. ɾ ௶಺༎थ, ੨ࢁਅ໵, MeltriaɿϚΠΫϩαʔϏεʹ͓͚Δҟৗݕ஌ɾݪҼ෼ੳͷͨΊͷσʔληοτͷಈతੜ੒ γεςϜ, ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ࿦จू, 2021, 63-70 (2021-11-18), 2021೥11݄. ɾ ྛ༑Ղ, দݪࠀ໻, ࿯๺ݡ, ௶಺༎थ, Situation Awarenessͱೝ஌৺ཧֶʹ΋ͱ͍ͮͨϚΠΫϩαʔϏεܕγες Ϝ޲͚؂ࢹμογϡϘʔυͷઃܭ, ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ࿦จू, 2021, 97-98 (2021-11-18), 2021೥12݄. ɾ ௽ాതจ, ௶಺༎थ, ෼ࢄγεςϜͷੑೳҟৗʹର͢Δػցֶशͷղऍੑʹجͮ͘ݪҼ਍அख๏, ৘ใॲཧֶձ Πϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ࿦จू, 2021, 24-31 (2021-11-18), 2021೥11݄. ɾ ʢߩݙ̍ʣ௶಺༎थ, ݹ઒խେ, দຊ྄հ, Transtracer: ෼ࢄγεςϜʹ͓͚ΔTCP/UDP௨৴ͷऴ୺఺ͷ؂ࢹʹΑ Δϓϩηεؒґଘؔ܎ͷࣗಈ௥੻, Πϯλʔωοτͱӡ༻ٕज़γϯϙδ΢Ϝ࿦จू, 2019, 64-71 (2019-11-28), 2019೥12݄. ɾ ʢߩݙ̎ʣ௶಺༎थ, ࿬ࡔேਓ, ᖛా݈, দ໦խ޾, Ѩ෦ത, দຊ྄հ, HeteroTSDB: ҟछࠞ߹Ωʔ バ ϦϡʔετΞ Λ༻͍ͨࣗಈ֊૚ԽͷͨΊͷ࣌ܥྻ デ ʔλ ベ ʔεΞʔΩςΫνϟ, ৘ใॲཧֶձΠϯλʔωοτͱӡ༻ٕज़γϯ ϙδ΢Ϝ࿦จू, 2018, 7-15 (2018-11-29), 2018೥12݄.
  49. 83 ݚڀۀ੷ɹࠃ಺ձٞ࿥ʢࠪಡͳ͠ʣ ɾ ྛ༑Ղ, দݪࠀ໻, ࿯๺ݡ, ௶಺༎थ, ϚΠΫϩαʔϏεܕγεςϜͷ؂ࢹʹ͓͚ΔμογϡϘʔυUIઃܭʹىҼ ͢Δঢ়گೝࣝ΁ͷӨڹ, No.2022-IOT-56,

    Vol.38, pp.1-8, 2022೥3݄. ɾ দຊ྄հ, ௶಺༎थ, ΫϥΠΞϯτϓϩηεͷݖݶ৘ใʹجͮ͘TCPΛհͨ͠ಁաతͳݖݶ෼཭ํࣜͷઃܭ, ৘ ใॲཧֶձݚڀใࠂΠϯλʔωοτͱӡ༻ٕज़ʢIOTʣ, No.2020-IOT-49, Vol.11, pp.1-6, 2020೥5݄. ɾ ྛ༑Ղ, ҏ੎ా࿇, দݪࠀ໻, ࿯๺ݡ, ௶಺༎थ, দຊ྄հ, ಈతదԠੑΛ࣋ͭ෼ࢄγεςϜΛର৅ͱͨ͠γεςϜ ঢ়ଶՄࢹԽख๏ͷݕ౼, ৘ใॲཧֶձݚڀใࠂΠϯλʔωοτͱӡ༻ٕज़ʢIOTʣ, No.2020-IOT-48, Vol.22, pp.1-8, 2020೥3݄. ɾ ௶಺༎थ, ݹ઒խେ, দຊ྄հ, ௒ݸମܕσʔληϯλʔΛ໨ࢦͨ͠ωοτϫʔΫαʔϏεؒґଘؔ܎ͷࣗಈ௥ ੻ͷߏ૝, ϚϧνϝσΟΞɺ෼ࢄɺڠௐͱϞόΠϧʢDICOMO2019ʣγϯϙδ΢Ϝ, 6A-2, pp. 1169-1174, 2019 ೥7݄. ɾ ௶಺༎थ, দຊ྄հ, ௒ݸମܕσʔληϯλʔʹ͓͚Δ෼ࢄڠௐΫΤϦΩϟογϡߏ૝, ৘ใॲཧֶձݚڀใࠂ Πϯλʔωοτͱӡ༻ٕज़ʢIOTʣ, No.2019-IOT-45, Vol.14, pp.1-7, 2019೥5݄. ɾ দຊ྄հ, ௶಺༎थ, ٶԼ߶ี, ෼ࢄܕσʔληϯλʔOSΛ໨ࢦͨ͠ϦΞΫςΟϒੑΛ࣋ͭίϯςφ࣮ߦج൫ٕ ज़, ৘ใॲཧֶձݚڀใࠂΠϯλʔωοτͱӡ༻ٕज़ʢIOTʣ, No.2019-IOT-45, Vol.12, pp.1-8, 2019೥3݄.