Intelligenta algoritmer kan minska störningar på internet
De flesta blir irriterade av störningar i onlintjänster. Nu har Umeåforskaren Olumuyiwa Ibidunmoye utvecklat automatiserade algoritmer för att förhindra långvariga förseningar eller störningar i tjänster vars data lagras i en molnserver.
När Skatteverkets webbplats slocknade i nära två dagar sommaren 2017 blev tusentals människor frustrerade. Användare av Gmail, Slack, Facebook och andra populära tjänster upplever också regelbundna störningar.
Förekomsten av driftstörningar i onlinetjänster har blivit vanligt och svårare att hantera i dag på grund av den snabba tillväxten av Internet-tjänster, den oförutsägbara volymen av användartrafik samt storlek och komplexitet hos den datorinfrastruktur som tjänsterna nyttjar. Tröga och otillgängliga internettjänster har både ekonomiska och operativa konsekvenser. Till exempel kan en enskild timmes störningsepisod kosta en e-handelswebbplats som Amazon.com miljoner dollar i förlorad försäljning medan tjänsteleverantörer spenderar mycket arbetstid med att återställa tjänsten.
Olika orsaker till störningar
Den största utmaningen är att störningen kan ha olika orsaker. Förseningar kan orsakas av kodningsfel, otillräckliga serverresurser eller konkurrens mellan hundratals applikationer som körs på samma servrar.
För att minimera påverkan eller förhindra att det händer igen, är det därför nödvändigt att kontinuerligt mäta status på systemen med två slags felsökningar. Det första är hur man upptäcker och diagnostiserar symtom på problem, så kallade ”anomalier”, såsom oväntade belastningstoppar, underutnyttjande eller långa svarstider, i systemets status över tid. Den andra är hur man intelligent bestämmer och genomför korrigerande åtgärder för att helt återställa tjänstens funktion.
Automatiserad lösning
Dataforskaren Olumuyiwa Ibidunmoyes avhandling vid Umeå universitet introducerar ett automatiserat tillvägagångssätt för att lösa dessa två problem, till exempel i samband med störningar som orsakas av otillräckliga serverresurser och effekter av att flera applikationer delar samma servrar i molnsystemet.
– Jag har utvecklat och undersökt tekniker som automatiskt avslöjar symptom på problem och intelligent rangordnar dem med begränsad mänsklig inblandning, anpassar sig till förändringar i systemets tillstånd och löser servicefördröjningar genom stegvis anpassning av serverresursernas kapacitet baserat på efterfrågan, säger Olumuyiwa Ibidunmoye.
Avhandlingsarbetet har utförts på Institutionen för datavetenskap vid Umeå universitet i samarbete med forskare vid Intel Labs i Irland.
Avhandlingen:
Performance Anomaly Detection and Resolution for Autonomous Clouds (Svensk titel: Automatisk detektering och hantering av prestandaanomalier för autonom resurshantering i datormoln)
Kontakt:
Olumuyiwa Ibidunmoye, Institutionen för datavetenskap vid Umeå universitet,olumuyiwa.ibidunmoye@umu.se, 070-838 67 32 (Intervjuas helst på engelska)