Применение нейронных сетей для анализа метрик программных систем

Abstract

Современные микросервисные системы представляют собой сложные программные архитектуры, состоящие из множества независимых сервисов. Каждый сервис использует вычислительные ресурсы и генерирует метрики, такие как загрузка процессора, использование памяти, число потоков, количество запросов в секунду и др. Анализ этих метрик позволяет выявлять аномалии и предсказывать возможные сбои. В данной работе рассматривается применение нейронных сетей, в частности модели LSTM (Long Short-Term Memory) autoencoder, для анализа метрик микросервисных систем. Обосновывается выбор данной модели, описывается процесс её обучения, тестирования и интеграции в систему мониторинга. Также рассматриваются преимущества использования нейронных сетей перед традиционными статистическими методами.