| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2025-12-19 16:10 OpenAIサービスのダウンタイムに関する傾向と要因の分析 ○近藤汰一・中尾彰宏（東大）  NS2025-186 |
|
| 抄録 | （和） | 近年，ChatGPT をはじめとする大規模言語モデル（LLM）を基盤としたサービスが急速に普及し，業務効率化，金融取引，エンジニアリングなど多様な産業分野で活用が進んでいる．一方で，これらのサービスではアクセス障害が断続的に発生しており，ユーザ体験の低下のみならず，経済的損失や社会的生産性への影響が懸念されている．生成系AI サービスの依存度が高まる中で，その可用性を高度化するためには，障害の発生パターンを定量的に把握し，運用特性を理解することが不可欠である．そこで本稿では，障害の実態を体系的に分析し，可用性向上に向けた基礎的知見を得ることを目的とする．具体的には，OpenAI が公開する公式ステータス情報を基に，まずサービス全体の可用性を時系列的，構造的解析を行い，その結果に基づいて特徴量を設計し障害予測モデルを構築した上で，特徴量重要度を定量的に評価する．解析の結果，（１）業務時間帯に障害が集中する傾向，（２）複数サービス間での同時障害，（３）新機能リリース直後の障害増加，（４）サービス毎の発生頻度および復旧時間の違い，（５）予測モデルの特徴量重要度を用いた可用性低下要因の定量的検証の５点が確認できる． |
| （英） | In recent years, services based on large language models (LLMs), such as ChatGPT, have rapidly expanded and are now used across many industries, including business automation, finance, and engineering. However,these services still experience intermittent access disruptions, raising concerns not only about degraded user experience but also about economic losses and reduced societal productivity. As dependence on generative AI services grows, enhancing their availability requires a quantitative understanding of outage patterns and operational characteristics. This study aims to systematically analyze outage conditions and obtain fundamental insights for improving service availability. Using the official status information published by OpenAI, we first conduct chronological and structural analyses of overall service availability. Based on these findings, we then design relevant features, construct an outage prediction model, and quantitatively evaluate feature importance. Our analysis confirms five findings: (1) a tendency for outages to concentrate during working hours; (2) simultaneous failures across multiple services;(3) an increase in outages immediately after new feature releases; (4) differences in outage frequency and recovery time across services; and (5) quantitative validation of factors contributing to availability decline using the feature importance of the prediction model. |
|
| キーワード | （和） | 大規模言語モデル / サーバ障害 / クローリング / / / / / |
| （英） | Large language model / Server outages / Crawling / / / / / | |
| 文献情報 | 信学技報, vol. 125, no. 301, NS2025-186, pp. 190-195, 2025年12月. | |
| 資料番号 | NS2025-186 | |
| 発行日 | 2025-12-11 (NS) | |
| ISSN | Online edition: ISSN 2432-6380 | |
| 著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します．(許諾番号：10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) | |
| PDFダウンロード | NS2025-186 |
|
| 研究会情報 | |
| 研究会 | NS RCS |
| 開催期間 | 2025-12-18 - 2025-12-19 |
| 開催地（和） | 福井県国際交流会館 + オンライン開催 |
| 開催地（英） | Fukui International Activities Plaza + Online |
| テーマ（和） | マルチホップ／リレー／協調，耐災害無線ネットワーク，センサ・メッシュネットワーク，アドホックネットワーク，D2D・M2M，無線ネットワークコーディング，ハンドオーバ/AP切替/接続セル制御/基地局間負荷分散/モバイルNW動的再構成，QoS・QoE保証，無線VoIP，IoT，エッジコンピューティング，一般 |
| テーマ（英） | Multi-hop/Relay/Cooperation, Disaster-resistant wireless network, Sensor/Mesh network, Ad-hoc network, D2D/M2M, Wireless network coding, Handover/AP switching/Connected cell control/Load balancing among base stations/Mobile network dynamic reconfiguration, QoS/QoE assurance, Wireless VoIP, IoT, Edge computing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | NS |
| 会議コード | 2025-12-NS-RCS |
| 本文の言語 | 日本語 |
| タイトル（和） | OpenAIサービスのダウンタイムに関する傾向と要因の分析 |
| サブタイトル（和） | |
| タイトル（英） | An Analysis of Downtime Trends and Causes in OpenAI Services |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 大規模言語モデル / Large language model |
| キーワード(2)（和/英） | サーバ障害 / Server outages |
| キーワード(3)（和/英） | クローリング / Crawling |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 近藤 汰一 / Taichi Kondo / |
| 第1著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 第2著者 氏名（和/英/ヨミ） | 中尾 彰宏 / Akihiro Nakao / |
| 第2著者 所属（和/英） | 東京大学 (略称： 東大) The University of Tokyo (略称： The Univ. of Tokyo) |
| 講演者 | 第1著者 |
| 発表日時 | 2025-12-19 16:10:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NS |
| 資料番号 | NS2025-186 |
| 巻番号（vol） | vol.125 |
| 号番号（no） | no.301 |
| ページ範囲 | pp.190-195 |
| ページ数 | 6 |
| 発行日 | 2025-12-11 (NS) |
[研究会発表申込システムのトップページに戻る]