AIOpsLab - Microsoftをはじめとする複数の組織が共同でオープンソース化した、AIOpsエージェント向けの包括的なAIフレームワーク。 - AiBoss

AIOpsLabとは何ですか？

AIOpsLabは、Microsoft、カリフォルニア大学バークレー校、イリノイ大学アーバナ・シャンペーン校、Microsoft Research、およびその他の機関によって開発されたプロトタイプフレームワークであり、クラウドサービス運用管理のためのAIOpsエージェントの構築、評価、および改善を目的としています。モジュール設計に基づき、AIOpsLabはアプリケーション、ワークロード、および障害発生器を統合して、実際の運用シナリオをシミュレートします。AIOpsLabは、エージェントが呼び出すための標準化されたAPIを提供するAgent-Cloud Interface（ACI）を使用し、障害検出から根本原因分析および軽減まで、運用ライフサイクル全体をサポートします。このフレームワークは、強力な可観測性を誇り、多層テレメトリデータを収集してAIOpsツールの評価に豊富なコンテキスト情報を提供し、クラウドサービスの自律性と自己修復機能の向上を支援します。また、さまざまな規模と時間スケールの運用に適しています。

AIOpsLabの主な機能

モジュール設計モジュール式アーキテクチャに基づいているため、さまざまなアプリケーション、負荷発生器、および故障発生器の柔軟な統合と拡張が可能です。
プロキシクラウドインターフェース（ACI）エージェントとクラウド環境間の調整役としてACIをベースとし、エージェント向けに標準化されたAPIインターフェースを提供する。
負荷および故障シミュレーションこのフレームワークは、強力な負荷発生器と障害発生器を備えており、実際の運用環境における様々な負荷パターンや障害シナリオをシミュレートすることが可能です。
包括的な観測可能性ログ、メトリクス、トラッキングなど、多層的なテレメトリデータを収集するための豊富な可観測性レイヤーを備えています。
運用ライフサイクルサポートこのフレームワークは、障害検出、根本原因分析、緩和策など、クラウドサービス運用のライフサイクル全体をサポートします。

AIOpsLabの技術原則

アレンジャーオーケストレーターはコアコンポーネントとして、エージェントとクラウド環境間の相互作用を調整する役割を担います。エージェントとのセッションを確立し、問題の説明、手順、利用可能なAPIなどの情報を提供するとともに、エージェントからの要求に基づいて対応する操作を実行します。オーケストレーターは、ベンチマーク問題としてサービス停止を発生させるために、負荷発生器や障害発生器を呼び出すことができます。
サービス抽象化本番環境の多様性をシミュレートするために、さまざまなサービスを抽象化する。DeathStarBenchやBluePrintなどのオープンソースのアプリケーションスイートやツールを使用して、マイクロサービス、サーバーレス、モノリシックアーキテクチャなど、さまざまなアーキテクチャに基づいたサービスをデプロイおよび管理する。
負荷発電機オーケストレーターから提供された仕様に基づき、ロードジェネレーターは要件を満たすロードパターンを生成します。ロードは、実際の運用データでトレーニングされたモデルを使用して生成され、正常時および障害発生時のユーザー行動とリソース消費をシミュレートすることで、エージェントに豊富なテストシナリオを提供します。
故障発生器障害発生器は、さまざまなシステムレベルで障害を注入し、複雑な本番環境の障害をシミュレートする汎用的な障害注入ツールです。アプリケーションとドメインの知識を組み合わせて、AIOpsシナリオに適した戦略とオラクルを作成し、セマンティックな整合性を維持しながら、クラウドマイクロサービス間の依存関係を考慮します。
可観測性レイヤーオブザーバビリティ層は、Jaeger、Filebeat、Logstash、Prometheusなどの複数のツールを統合することで、追跡情報、ログ、メトリクス、および基盤となるシステム情報を含むテレメトリデータをシステムから収集します。

AIOpsLabのプロジェクトアドレス

GitHubリポジトリ：https://github.com/microsoft/AIOpsLab/
arXiv技術論文：https://arxiv.org/pdf/2407.12165

AIOpsLabの応用シナリオ

クラウドサービスプロバイダー：クラウドインフラストラクチャのリアルタイム監視により、障害の自動検出と対応、問題の迅速な特定と修復、人的介入の削減、サービス可用性の向上、顧客満足度の向上が可能になります。
エンタープライズITの運用と保守企業のITシステムをリアルタイムで監視し、障害を自動的に検出して情報を提供することで、運用保守チームが問題を迅速に特定して解決し、事業継続性を確保するのに役立ちます。
金融業界取引システムのリアルタイム監視、異常発生時の迅速な警告と対応により、取引システムの安定稼働を確保し、経済的損失を回避する。
教育と研究大学や研究機関向けに実験環境を提供し、学生や研究者がAIOps技術やクラウドサービスの運用・管理を学ぶのを支援する。