Azure/AzurePublicDataset

해결하는 문제

이 프로젝트는 연구자와 학계에 Microsoft Azure의 실제 데이터를 제공하여 대규모 클라우드 시스템을 연구, 모델링 및 최적화하도록 돕습니다. 비식별화된 프로덕션 규모의 추적 데이터를 공유함으로써 커뮤니티가 클라우드 리소스, 서버리스 함수, AI 모델 및 코딩 에이전트가 실제 환경에서 어떻게 작동하는지 분석할 수 있게 합니다.

작동 방식

이 저장소는 수년간 Azure 인프라에서 수집된 다양한 데이터 세트를 호스팅합니다. 이러한 데이터 세트는 GitHub Releases를 통해 다운로드 가능한 파일로 제공됩니다. 각 데이터 세트는 특정 연구 논문에 해당하며, 수집 기간, 데이터 유형(VM 사용률, 함수 호출 또는 LLM 토큰 사용량 등) 및 관련 학술적 배경을 자세히 설명하는 문서가 포함되어 있습니다.

대상 사용자

이 프로젝트는 클라우드 리소스 관리 알고리즘 테스트, 서버리스 성능 평가, AI 추론 패턴 연구 또는 에이전트 기반 코딩 동작 분석을 위해 신뢰할 수 있는 대규모 데이터가 필요한 연구자, 학생 및 시스템 엔지니어를 위해 설계되었습니다.

주요 특징

• 2017년 및 2019년의 과거 VM 워크로드 추적 데이터 포함.
• Azure Functions 호출 및 blob 액세스 패턴을 다루는 서버리스 데이터 제공.
• LLM 및 멀티모달 추론 추적을 포함한 최신 AI 데이터 세트 제공.
• VM 성능 노이즈 벤치마크 및 GitHub Copilot 에이전트 기반 코딩 세션과 같은 전문 데이터 포함.
• 사용자가 VM 데이터 세트의 특성을 검증하고 이해하는 데 도움이 되는 Jupyter notebooks 제공.