[論文レビュー] SAIC: Identifying Configuration Files for System Configuration Management

Zhen Huang, David Lie|arXiv (Cornell University)|Nov 6, 2017

Distributed systems and fault tolerance参考文献 46被引用数 3

ひとこと要約

SAICは、システム管理における設定ファイルを、バージョン間のファイル内容の類似度を分析することで自動的に特定する統計的フレームワークである。設定ファイルは時間経過とともにゆっくりと変化するという洞察を活用しており、非設定ファイルをフィルタリングすることで回復作業の負荷を軽減する。2つのユーザートレースにおいて、7GBにのぼる冗長なファイルバージョンを削減できるまでに、60%の誤検出率を伴いながらも90%の設定ファイル検出率を達成している。

ABSTRACT

Systems can become misconfigured for a variety of reasons such as operator errors or buggy patches. When a misconfiguration is discovered, usually the first order of business is to restore availability, often by undoing the misconfiguration. To simplify this task, we propose the Statistical Analysis for Identifying Configuration Files (SAIC), which analyzes how the contents of a file changes over time to automatically determine which files contain configuration state. In this way, SAIC reduces the number of files a user must manually examine during recovery and allows versioning file systems to make more efficient use of their versioning storage. The two key insights that enable SAIC to identify configuration files are that configuration state must persist across executions of an application and that configuration state changes at a slower rate than other types of application state. SAIC applies these insights through a set of filters, which eliminate non-persistent files from consideration, and a novel similarity metric, which measures how similar a file's versions are to each other. Together, these two mechanisms enable SAIC to identify all 72 configuration files out of 2363 versioned files from 6 common applications in two user traces, while mistaking only 33 non-configuration files as configuration files, which allows a versioning file system to eliminate roughly 66% of non-configuration file versions from its logs, thus reducing the number of file versions that a user must try to recover from a misconfiguration.

研究の動機と目的

• 誤設定されたシステムにおける設定ファイルの特定という課題に取り組む。手動での特定は誤りやすく、時間がかかる。
• 非設定ファイルをフィルタリングすることで、バージョニングファイルシステムのストレージおよび回復オーバーヘッドを低減する。
• アプリケーション構造や設定フォーマットに関する事前知識が不要な、自動的かつヒューリスティックベースの設定ファイル検出を可能にする。
• バージョニングシステムが関連するファイルバージョンのみを効率的に保持できるようにする。これにより、効率性と使いやすさが向上する。

提案手法

• 分析の前段階で、非永続的で、一時的、ユーザーデータ用のファイルを3つのフィルタで除外することで、ファイル候補の数を削減する。
• Rabinフィンガープintに基づく独自の類似度メトリクスを用い、ファイル内容の変化の整合性を測定する。類似度が高いほど、設定状態であると判断する。
• 計算コストを抑えつつも正確性を維持するため、サンプリング手法を用いて時間経過に伴うファイル類似度を計算する。
• 最適な測定タイミングを決定するためのトリガーポoinト関数を採用し、最小限の測定回数で十分な時間的カバレッジを確保する。
• 利用可能なストレージに応じて類似度の閾値を動的に調整することで、検出率と誤検出率のトレードオフを可能にする。
• SAICはインストルメンテーションやアプリケーションに関する事前知識が不要なブラックボックス分析ツールとして動作する。

実験結果

リサーチクエスチョン

• RQ1 アプリケーションの構造や設定フォーマットに関する事前知識がなくとも、任意のアプリケーションにおいて設定ファイルを自動的に特定する方法は何か？
• RQ2 ファイル内容の変化の特徴として、時間経過に伴い設定ファイルと他のアプリケーション状態とを区別するものは何か？
• RQ3 ファイルバージョン間の統計的類似度をどれほど正確に活用して、多様なアプリケーションにわたる設定ファイルを特定できるか？
• RQ4 バージョニングシステムが、関連する設定ファイルバージョンのみを保存することで、ストレージオーバーヘッドと回復の複雑さをどの程度低減できるか？

主な発見

• 2つのユーザートレースにおいて、6つの一般的なアプリケーションの2363個のバージョン化済みファイルから、72個の設定ファイルを100%のリCALLで正しく特定した。
• 60%の誤検出率を伴いながらも90%の設定ファイル検出率を達成し、非設定ファイルバージョン713,129個を削除し、7GBのストレージを節約した。
• 類似度閾値を80%に設定した場合、90%の設定ファイルが正しく特定され、非設定ファイルの60%がバージョニングログから削除された。
• サンプリングおよびトリガーポイント機構により、計算コストを大幅に削減しつつ、正確性への影響は最小限に抑えられ、継続的な運用が可能になった。
• ロールバック時のユーザーが検査すべきファイル数を、1〜2桁のオーダー削減した。
• 本手法は、設定を標準的でない、説明のないファイルに格納するアプリケーションに対しても有効である。