Hizmet olarak iletişim platformunda mikroservis etkileşim tahmini ve anomali tespiti

Yüksek sayıda kullanıcı ve yoğun trafiğe sahip olan mikroservis tabanlı telekomünikasyon platformlarında sistemin izlenmesi, olası ve gözlemlenen hatalara karşı hızlı bir şekilde aksiyon alınması ve sistemin sürekli çalışabilirliğinin sağlanması gerekir. Ancak bu platformlarda hata ayıklama işlemleri uzun zaman alabilir. Bu zorluk, mikroservislerin davranışlarının anlaşılması ve etkileşimlerinin tespit edilmesi gerekliliğinden kaynaklanır. DevOps mühendislerinin iş/zaman birimi üzerindeki verimliliğini artırmayı amaçlayan bu çalışmanın ilk aşamasında, mikroservis akış ve etkileşimlerinin sağlanmasının, hata ayıklama sürecinde operasyon ekiplerine önemli ölçüde zaman kazandırdığı gözlemlenmiştir. Bu doğrultuda, çalışma mikroservis etkileşimleri ve anomali tespitine odaklanmıştır. Öncelikle, mikroservis etkileşimleri tahmini yapan makine öğrenmesi tabanlı farklı modeller geliştirilmiş ve performansları kıyaslanmıştır. Geliştirilen modeller ile, mikroservis log verisi üzerinde log desenleri çıkarılır ve mevcut mikroservisin belirli bir anda etkileşime girdiği önceki ve sonraki mikroservisler tahmin edilerek, söz konusu mikroservisin etkileşim haritası oluşturulur. Sonraki adımda, mikroservis loglarına anomalitik veriler enjekte edilmiş ve bu verilerin tespitine yönelik modeller geliştirilmiş ve performansları kıyaslanmıştır. Yapılan deneylerde, hata ayıklama sürecine olumlu katkı yapabilecek başarılı tahmin sonuçları elde edilmiştir.