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

SRE NEXT 2025 IN TOKYO

https://sre-next.dev/2025/schedule/#slot054

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. 若 手 インフラ現状確認会（2015年） 10年前のSREs 6 8FCܥاۀͷएखʢ౰࣌ʣΤϯδχΞਓͰਂ໷·Ͱٞ࿦͢Δձ ˞
   IUUQTSSSFFFZZZDPNCMPHJOGSBZPVOHFS
   
   ˞
   IUUQTTQFBLFSEFDLDPNUDOLTNBSVSVPTIPVJOIVSBFO[JOJBGBMTFYJBO[IVBOHRVFSFOOVNCFSXBLBUFJOGSB
   
   ˞
   IUUQTCMPHIJGVNJJOGPXBLBUFJOGSB
   
   ˞
   IUUQTDBUBUTVZIBUFCMPKQFOUSZ
   1. ͸͡Ίʹ
7. 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
8. 
   ࣗ෼͸ԿΛ΍͍ͬͯ͘ͷ͔ʁ
   ۀքͷൃల͸໨֮·͍͕͠ʜ 8 1. ͸͡Ίʹ
9. コンピュータサイエンス（CS）？ 9 υϝΠϯ ٕज़ σʔλϕʔε ΠϯσοΫεɺτϥϯβΫγϣϯɺγϟʔσΟϯάɺʜ ෼ࢄγεςϜ ෼ࢄ߹ҙΞϧΰϦζϜʢ1BYPT3BGUʣɺ ωοτϫʔΫ /8Ծ૝Խɺ᫔᫓੍ޚɺ/8ελοΫ࠷దԽɺʜ ػցֶश $//ɺ5SBOTGPSNFSɺ%J ff VTJPO
   .PEFMɺʜ 1. ͸͡Ίʹ だいたい論 文 になっている
10. ఻౷తͳ$4෼໺ʹਓͷ43&ͱͯ͠
    ҰੴΛ౤͡Δ͜ͱ͸͓ͦΒ͘ࠔ೉ 43&͸$4ͷ஌ࣝΛओʹʮ࢖͏ʯଆͰ͋ΔͨΊ ͱࢥͬͨ 10 1. ͸͡Ίʹ
11. 11 l
    ࣗ෼ͷίϨΫγϣϯΛৼΓ ฦͬͯΈΔͱɺӡ༻ʹؔ࿈͢Δ໰ ୊ʹ৮Ε͍ͯΔ࿦จ͕͍͔ʹଟ͍ ͔ʹڻ͔͞Ε·ͨ͠ɻzʢ༁ʣ https://blog.acolyer.org/2016/09/21/the-morning-paper- on-operability/ 1. ͸͡Ίʹ The Morning Paper on Operability (2016) ӡ༻ʹؔ͢Δ࿦จ͕࣮͸͋Δ
12. $4Ͱ͸೉͘͠ͱ΋
    ӡ༻ΛؚΉΤϯδχΞϦϯάͰͳΒ
    ࡞ΔଆʹͳΕΔʁ 12 1. ͸͡Ίʹ ത࢜՝ఔʁ Ͱ΋Ͳ͏΍Ε͹͍͍ͷ͔ʁ
13. yuuk1視点 博 士 課程の位置付け 13 ίϯϐϡʔλαΠΤϯε ΤϯδχΞϦϯά ৽͍͠ʮ஌ʯΛ
    ੵΈ্͛Δ ֶज़ݚڀ ത࢜՝ఔ ܇࿅ ࢖͏ 1. ͸͡Ίʹ ࠽͚֮ͩͰ͍͖ͳ ΓҰੴ౤͡Δͷ͸ ࠔ೉
14.  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
15. 研究の最初期段階 エンジニア時代の思いつきの寄せ集めからスタート 15 ࣌ܥྻ%# 💡ϝτϦΫεʢ࣌ؒʣͱτϙϩδʢۭؒʣͰͳʹ͔Ͱ͖ͳ͍͔ʁ 2. ത࢜՝ఔ -ݸผݚڀฤ- ωοτϫʔΫίʔϧάϥϑ ʁ ʁ
16. 第 一 の研究：時系列DB 16 2. ത࢜՝ఔ -ݸผݚڀฤ- Client ϝϞϦϕʔεKVSʢRedisʣ σΟεΫϕʔεKVSʢCassandraʣ App Flusher ݹ͍σʔλͷอଘίετޮ཰Λ޲্ σʔλͷϚΠά Ϩʔγϣϯ ৽ணσʔλΛૠೖ
17. 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
18. 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໨
19. 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
    FU
    BM
    l.JDSPTDPQF
    1JOQPJOU
    1FSGPSNBODF
    *TTVFT
    XJUI
    $BVTBM
    (SBQIT
    JO
    .JDSP4FSWJDF
    &OWJSPONFOUTz
    *$40$
    
    
    <>
    8FBWF
    4DPQF
    IUUQTHJUIVCDPNXFBWFXPSLTTDPQF
    
20. 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
    "
    "OPNBMZ
    EFUFDUJPO
    BOE
    GBJMVSF
    SPPU
    DBVTF
    BOBMZTJT
    JO
    NJDSP
    TFSWJDFCBTFE
    DMPVE
    BQQMJDBUJPOT
    "
    TVSWFZ
    "$.
    $PNQVUJOH
    4VSWFZT
    $463 
    
    'FC
       <>
21. 問題設定をずらす 21 2. ത࢜՝ఔ -ݸผݚڀฤ- ಛ௃ྔ࡟ݮ લॲཧͰϊΠζআڈ͢Δख๏Λ ߟ͑ͯΈΕ͹͍͍ͷͰ͸ʁ ଟ࣍ݩϥϕϦϯάʹΑΓ
    ϝτϦΫε਺͕૿େ ϊΠζ͕ଟ͍ 💡 ϝτϦΫε /8ίʔϧάϥϑ ػցֶशɾ౷ܭղੳ ো֐ݪҼಛఆ ೖྗ
22. 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
23. SRE NEXT 2022 IUUQTHJUIVCDPNBJTSFNFUSJDTJGUFS
    ࿦จԽ IUUQTEPJPSH"$$&44
    IUUQTTQFBLFSEFDLDPNZVVLJUTSFOFYU
    23 2. ത࢜՝ఔ -ݸผݚڀฤ- ࠷ऴతʹΧϥϜϖʔδ
    ௒͑ͷେ࡞ʹ ೥ऑ
24. ３つの個別研究まとめ ୈҰͷݚڀ ୈೋͷݚڀ ୈࡾͷݚڀ ࣌ܥྻ%#ͷΞʔΩςΫνϟ ωοτϫʔΫϑϩʔͷΧʔωϧτϨʔγϯάํࣜ ෆཁͳϝτϦΫεͷ࡟ݮํࣜ ΤϯδχΞͱͯ͠ͷ։ൃ෺ͷֶज़ తߩݙͷݴޠԽʹඇৗʹ೉ߤͨ͠ Τοδέʔεͷ໰୊ղܾ ʹͳͬͨ "*0QTʹखΛग़ͯ͠͠·ͬͯ
    ௒೉ߤͨ͠  2. ത࢜՝ఔ -ݸผݚڀฤ-
25. 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
26.  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
27. 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
28. 中核概念を整理 28 3. ത࢜՝ఔ -ത࢜࿦จฤ- 💡
    Ͳͷݸผݚڀ΋ϫʔΫϩʔυͷ૿େʹର͢ΔղܾఏҊʹͳ͍ͬͯͨ l4DBMJOH
    5FMFNFUSZ
    8PSLMPBETz 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？
29. 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？
30. 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-
31. 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
32. 公聴会資料 IUUQTTQFBLFSEFDLDPNZVVLJUQIEEFGFODF
     3. ത࢜՝ఔ -ത࢜࿦จฤ-
33.  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
34. 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
35. 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
36. 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
37. SRE分野 自 体を再考して再構築できるように 37 IUUQTTQFBLFSEFDLDPNZVVLJUSFWJTJUJOHTSFBTFOHJOFFSJOH
    4. ത࢜՝ఔ ৼΓฦΓ 43&ͷ࠶ఆٛ
38. SREの未来を構想できるように 38 IUUQTTQFBLFSEFDLDPNZVVLJUEJDPNPB
    4. ത࢜՝ఔ ৼΓฦΓ
39. 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
40. そもそもメンタルモデルが変わってきた #FGPSF ࡞ΔଆʹͳΓ͍ͨ "GUFS ੵΈॏͶ͍͖͍ͯͨ ࣗ෼ͳΓͷൃ૝Λ΋ͬͯ෺ࣄʹ޲͔ ͍ɺਓͱٞ࿦ͯ͠ɺԿ͔Λ࡞ͬͯɺ ੵΈॏͶɺ·ͨ࣍ͷൃ૝ʹͭͳ͕ͬ ͍ͯ͘ঢ়ଶͰ͋Γ͍ͨ ത࢜՝ఔͰ΍Δ͜ͱ 40 4. ത࢜՝ఔ ৼΓฦΓ
41. 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
42. 博 士 課程進学を 気軽に勧められない 42 ࣌ؒͱܦࡁతͳ໰୊ ͱ͸͍͑ ത࢜՝ఔ͸ʮ։ൃʯ͕ओ໨తͰ͸ͳ͍ͷͰɺΤϯδχΞ ͱͯ͠ͷՁ஋؍͚ͩͰ͸͏·͍͔͘ͳ͍͜ͱ΋ ˞ 4. ത࢜՝ఔ ৼΓฦΓ
43. 自 己 流の研究をやってみる 43 4. ത࢜՝ఔ ৼΓฦΓ
44. 博 士 課程進学しなくてもやれること 44 
    ࿦จΛ୳͢ɾಡΉ 
    ମܥԽ͢Δ 
    ࿦จΛॻ͍ͯΈΔ 
    ࿦จΛ࣮૷͢Δ ࣮ࡍʹ΍͍ͬͯͨ͜ͱ 4. ത࢜՝ఔ ৼΓฦΓ
45. 博 士 課程進学しなくてもやれること 45 
    ࿦จΛ୳͢ɾಡΉ 
    ମܥԽ͢Δ 
    ࿦จΛॻ͍ͯΈΔ 
    ࿦จΛ࣮૷͢Δ 43&
    -PVOHF
    4MBDL
    
    TSFQBQFS
    
    Ͱ૬ஊड͚·͢ 4. ത࢜՝ఔ ৼΓฦΓ IUUQTCMPHZVVLJPFOUSZTZTUFNQBQFST
    
46. 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
47. 博 士 課程進学しなくてもやれること 47 
    ࿦จΛ୳͢ɾಡΉ 
    ମܥԽ͢Δ 
    ࿦จΛॻ͍ͯΈΔ 
    ࿦จΛ࣮૷͢Δ IUUQTTQFBLFSEFDLDPNZVVLJUFCQGKBQBONFFUVQOVNCFS
    "*ʹΑΓɺҎલΑΓ༰қʹ ίʔυ͕ެ։͞Ε͍ͯͳ ͍࿦จ͸ࢁఔ͋Δ 4. ത࢜՝ఔ ৼΓฦΓ
48. 博 士 課程進学しなくてもやれること 48 
    ࿦จΛ୳͢ɾಡΉ 
    ମܥԽ͢Δ 
    ࿦จΛॻ͍ͯΈΔ 
    ࿦จΛ࣮૷͢Δ IUUQTCMPHZVVLJPFOUSZXSJUJOHUIFUTECQBQFS ձࣾͰྑ͍ͱࢥ͑Δͳʹ͔Λ ࡞ͬͨΒॻ͍ͯΈΔ ྑ͞ΛධՁͰ͖ΔΑ͏ʹͳΔ 4. ത࢜՝ఔ ৼΓฦΓ ࿦จԽͷ૬ஊ΍ϨϏϡʔͳͲΛ ϘϥϯςΟΞͰঝΓ·͢
49. 49 「 自 分なりに積み重ね続ける」ことは 博 士 課程でなくても始められる もっと別のあなただけの道も あるかもしれない
50. ΤϯδχΞϦϯάʢ޻ֶʣྖҬͰ࡞ΔଆʹͳΔͨΊͷ܇࿅৔ͱ͠ ͯത࢜՝ఔΛҐஔ͚ͮɺਐֶͨ͠ɻ 50 ·ͱΊ ത࢜ʮաఔʯΛܦͯɺࣗ෼Β͍͠՝୊Λجʹࢥߟྗͱಠࣗͷઐ໳ ମܥΛங͖ɺࣗ෼ͳΓʹੵΈॏͶଓ͚ΔϝϯλϧϞσϧ΁ͱస׵ ΤϯδχΞͷࢥ͍͖͔ͭΒ࢝Ίͯɺ࣌ܥྻ%#ɺ/8ίʔϧάϥϑ ܭ૷ɺ"*0QTͷݚڀʹऔΓ૊Μͩɻ ݸผݚڀΛz4DBMJOH
    5FMFNFUSZ
    8PSLMPBETzͱͯ͠ମܥԽͨ͠ɻ ಈػ ݸผ ݚڀ ത࢜ ࿦จ ৼΓ ฦΓ
51. 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/
52. A. 付録 講演中には取り上げない補 足 資料 30ページ超
53. 博 士 研究のまとめ 方 変遷 IUUQTTQFBLFSEFDLDPNZVVLJUBTUVEZPOPQFSBUJPOUFDIOPMPHZGPSIJHI SFMJBCJMJUZPGEJTUSJCVUFEBQQMJDBUJPOT
    IUUQTTQFBLFSEFDLDPNZVVLJUTVNNBSZPGNZSFTFBSDIJOUIFQIEDPVSTF
    IUUQTTQFBLFSEFDLDPNZVVLJUQIEEFGFODF
    தؒൃද
    ʢ೥ʣ ೝఆୀֶ࣌
    ʢ೥ʣ ࠷ऴܗ
    ʢ೥ʣ A. ෇࿥ 
54. 博 士 課程の関連資料 IUUQTHJUIVCDPN,FJBXFTPNF@DTKB@QIE@MJGF
    "XFTPNF
    $4+B
    1I%
    -JGF IUUQTHJUIVCDPNBMJSF[BTBNBSBXFTPNFQIE
    "XFTPNF
    1I% ೔ຊޠݍͰͷ$4෼໺ʹ͓͚Δത࢜՝ఔͷΩϡϨʔγϣϯϦετ ӳޠݍͰͷത࢜՝ఔͷΩϡϨʔγϣϯϦετ 54 A. ෇࿥
55. 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. ෇࿥
56. • 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. ෇࿥
57. 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. ෇࿥ 
58. 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
    
    ˠ
    1SPNFUIFVT.BDLFSFMͳͲͰ΋࠾༻
    ʜ A. ෇࿥
59. 博 士 「過程」で得られたもの 未来を予期する 力 59 IUUQTTQFBLFSEFDLDPNZVVLJUEJDPNPB
    A. ෇࿥
60. SRE NEXT 2023 エンジニアのためのSRE論 文 への招待 IUUQTTQFBLFSEFDLDPNZVVLJUJOUSPEVDUJPOUPTSFQBQFSTGPSFOHJOFFST
    60 ࿦จͷಡΈํɾ୳͠ํ
    ͷ࿩ A. ෇࿥
61. 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%
62. 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. ෇࿥
63. 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. ෇࿥
64. 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๏࢖͍ࢼݧ
    ࢼݧ׭
    θϯθ 64 A. ෇࿥
65. 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. ෇࿥
66. 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. ෇࿥
67. 博 士 課程の前提 w ത࢜߸͸͋͘·ͰେֶͰڭ佃ΛͱΔͨΊͷӡస໔ڐূͷΑ͏ͳ΋ͷ
    w ത࢜՝ఔ͸ݚڀऀͱͯ͠ͷτϨʔχϯάͷ৔
    w ͢͹Β͍͠ത࢜࿦จΛॻ͚Δʹͨ͜͜͠ͱ͸ͳֶ͍͕Ґऔಘ͕େࣄ 67 指導いただいた先 生 に最初にいただいた 言 葉（ 自己 解釈含む） A. ෇࿥
68. 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. ෇࿥
69. 博 士 論 文 のストーリーとしての性質 69 lത࢜࿦จ͸طൃදͷ࿦จΛ·ͱΊ͚ͨͩͷ4BOEXJDI
    5IFTJTͰΑ͍ʢΉ ͠ΖετʔϦʔΛͭ͘Δͷ͸ۀ੷ʹͳΒͳ͍ͷͰ࣌ؒͷແବʣͱߟ͑Δਓ ΋͍·͕͢ɺࢲͷࢦಋڭһؚΊपғʹ͸ετʔϦʔΛॏཁࢹ͢Δߟ͑ํͷ ਓ͕ଟ͘ɺࢲ΋͔ͳΓͷ࣌ؒΛ͔͚ͯετʔϦʔͷٞ࿦ͱ੔ཧʹऔΓ૊Έ ·ͨ͠ɻz
    lେ͖ͳ౷ҰతͳετʔϦʔΛߟ͑Δͱ͍͏ͷ͸وॏͳܦݧͰɺࠓޙͷྐͱ ͯ͠໾ཱͯΒΕͦ͏Ͱ͢ɻz JEZVNV
    lಇ͖ͳ͕Β೥͔͚ͯത࢜߸Λऔಘ͠·ͨ͠z
    ೥
    IUUQT ZVNVMPHIBUFOBCMPHDPNFOUSZ
    ΑΓൈਮʢଠࣈ෦෼͸վมՕॴʣ A. ෇࿥
70. 博 士 論 文 のイメージ 70 ത࢜՝ఔ 1I% ਓྨͷط஌ྖҬ ະ஌ྖҬ େֶ म࢜՝ఔ .BUU
    .JHIU
    5IF
    JMMVTUSBUFE
    HVJEF
    UP
    1I%ΑΓൈਮɾҰ෦վม ࢀߟɿখ໺ా
    ३ਓ
    lത࢜՝ఔͷޡղͱਅ࣮
    ʔਐֶʹ޲͚ͯɺ྆਌Λઆಘͨ͠ࢿྉΛ΋ͱʹʔl
    ೥
    
    IUUQTXXXTMJEFTIBSFOFUBUTVUPPOPEBTT
    A. ෇࿥
71. 博 士 論 文 のパターン（独 自 分類） 71 ཧ૝తʁ ZVVLത࿦ %FFQFS #SPBEFS 4QBSTFS A. ෇࿥
72. 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
73. 生 成AI時代における博 士 の意義 73 "*͕ίʔσΟϯάͳͲͷ࡞ۀΛ୲͏Α͏ʹͳ͖͍ͬͯͯΔ ԿΛ࡞Δ͔ͷண૝ͷ৽نੑͱྑ͞ͷධՁೳྗ͕૬ରతʹॏཁʹͳΔ ത࢜՝ఔͰτϨʔχϯά ˞
    ॾઆ͋Γ αʔϕΠ ࠶ߏ੒ྗ ٬؍ੑͷ͋Δٞ࿦ೳྗ A. ෇࿥
74. 74 AIOps研究：試 行 錯誤の全体像 σʔλ σʔληοτ͕ͳ͍ Ϟσϧ બ୒ࢶ͕ແ਺ʹ͋Δ ධՁࢦඪ લॲཧͷධՁ͕
    ೉͍͠ A. ෇࿥
75. AIOps研究：試 行 錯誤の全体像 75 σʔλ ධՁࢦඪ $IBPT
    &OHJOFFSJOH
    ͷπʔϧͰނোࣗಈ஫ೖ σʔληοτ͕ͳ͍ छྨͷϚΠΫϩαʔ Ϗεςετϕου σʔλੜ੒͚ͩͰ ࿦จʹ·ͱΊͨ σʔληοτੜ੒ث
    Λͭͬͨ͘ A. ෇࿥
76. 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"OPNBMZ
    5SBOTGPSNFS 3BOEPN
    'PSFTU
    9(#PPTU 11ݕఆ,4ݕఆ"%'ݕఆ ˞֤ख๏͸ϋΠύʔ ύϥϝʔλΛ΋ͭ A. ෇࿥
77. 77 Ϟσϧ AIOps研究：試 行 錯誤の全体像 ΫϥελϦϯά બ୒ࢶ͕ແ਺ʹ͋Δ ಛఆͷΫϥελΛநग़ ࣌ؒͷ౎߹্ׂѪ A. ෇࿥
78. 78 AIOps研究：試 行 錯誤の全体像 ࠷ऴతʹɺϊΠζ༗ແͷ̎஋෼ྨͷࢦඪʹؼண લॲཧͷධՁࢦඪͱͯ͠ͳʹ͕ద੾͔ʁ ධՁࢦඪ લॲཧͷධՁ͕
    ೉͍͠ &OE
    UP
    &OEͷධՁ͕େม લॲཧ
    
    ຊॲཧ
    ͷ૊Έ߹Θͤͷ ਺͚࣮ͩݧ͠ͳ͚Ε͹ͳΒͳ͍ खಈϥϕϦϯά͕େม ↪
    ਺஋γϛϡϨʔγϣϯͰରԠ ࣮ݧ͕ͦ΋ͦ΋େม  ϝτϦΫε
    Y
     ηοτ A. ෇࿥
79. 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
80. 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.
81. 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
82. 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.
83. 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.