DCE-Teamwork

本项目是基于开源项目NetMnaAIOps/kontrast的复现与测试，作为2023春季学习分布式计算环境课程的大作业进行开源上传，课程小组成员为：郭思淼、周洁、曹明钰、马可欣。

Citation

@inproceedings{wang2022identifying,
  title = {Identifying Erroneous Software Changes through Self-Supervised Contrastive Learning on Time Series Data},
  booktitle = {The 33rd IEEE International Symposium on Software Reliability Engineering},
  author = {Wang, Xuanrun and Yin, Kanglin and Ouyang, Qianyu and Wen, Xidao and Zhang, Shenglin and Zhang, Wenchi and Cao, Li and Han, Jiuxue and Jin, Xing and Pei, Dan},
  year = {2022},
  month = nov,
  series = {{{ISSRE}} 2022}
}

Dependencies

python 3.9

$ conda create -n kontrast python=3.9
$ conda activate kontrast
$ pip install -r requirements.txt

Usage

$ python run.py

run.py 是整个项目的入口，它基于配置文件config/experiment.yaml构建实验。由于小组设备限制，原始项目可以使用GPU进行加速，但在复现过程中没有保留GPU加速功能，仅使用无并行的CPU进行测试。

在所有实验完成后，计算最佳F1评分指标，所有的结果收集在报告文件 result/analysis/report.csv中。

Get the results

实验结果可以在文件夹 result/ 中进行查看：

• analysis: report.csv 是整体结果记录。
• analysis_fig: 每个实验的P-R曲线和ROC曲线可视化。
• csv: 每个实验的原始预测结果和每个KPI的时间成本。
• exp_info: 实验参数记录。