소프트웨어 성능 벤치마킹을 위한 정상 상태 감지 알고리즘의 자동 추천에 관한 연구

요약

본 논문은 소프트웨어 성능 벤치마킹의 핵심 단계인 정상 상태 감지 문제를 알고리즘 추천 문제로 공식화했습니다. 두 가지 검출기(CP-SSD, KB-KSSD) 중 적절한 것을 예측하는 데이터 기반 추천기를 제안합니다. 이 추천기는 레이블링된 시계열에서 72.97%의 정확도로 더 나은 검출기를 선택하며 그 실현 가능성을 입증했습니다.

핵심 포인트

• 정상 상태 감지를 알고리즘 추천 문제로 공식화함.
• 데이터 기반 추천기는 벤치마크 시계열에서 높은 예측 정확도를 보임 (72.97%).
• 제안된 방법은 기존 방식 대비 절대적으로 10.32 퍼센트 포인트의 개선을 입증함.
• 클러스터 정보는 해석 가능성 향상에 기여하는 것으로 나타남.