Pressmeddelande -
Intelligenta algoritmer kan minska störningar i onlinetjänster
När Skatteverkets webbplats slocknade i nära två dagar blev tusentals människor frustrerade. Användare av Gmail, Slack, Facebook och andra populära tjänster upplever också regelbundna störningar. Olumuyiwa Ibidunmoye har utvecklat automatiserade algoritmer för att förhindra långvariga förseningar eller störningar i tjänster vars data lagras i en molnserver.
Förekomsten av driftstörningar i onlinetjänster har blivit vanligt och svårare att hantera i dag på grund av den snabba tillväxten av Internet-tjänster, storleken och komplexiteten hos den datorinfrastruktur som tjänsterna nyttjar och den oförutsägbara volymen av användartrafik. 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.
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.
Olumuyiwa Ibidunmoyes avhandling introducerar ett automatiserat tillvägagångssätt för att lösa dessa två problem, t.ex. 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.
Om disputationen:
Torsdagen den 14 december försvarar Olumuyiwa Ibidunmoye, Institutionen för datavetenskap vid Umeå universitet, sin avhandling med titeln Performance Anomaly Detection and Resolution for Autonomous Clouds. Svensk titel: Automatisk detektering och hantering av prestandaanomalier för autonom resurshantering i datormoln.
Disputationen äger rum klockan 13:15 i sal MA121, MIT-huset, Umeå universitet.
Fakultetsopponent är professor Rolf Stadler, Nätverk och systemteknik. KTH i Stockholm.
Handledare: Professor Erik Elmroth, Institutionen för datavetenskap vid Umeå universitet
För mer information, kontakta gärna:
Olumuyiwa Ibidunmoye, Institutionen för datavetenskap vid Umeå universitet
Telefon: 070-838 67 32
E-post: olumuyiwa.ibidunmoye@umu.se
Intervjuas helst på engelska
Olumuyiwa Ibidunmoye kommer från Nigeria och har en Masters of Technology degree från the Federal University of Technology, Akure, Nigeria.
Ämnen
Regioner
Umeå universitet
Umeå universitet är ett av Sveriges största lärosäten med drygt 32 000 studenter och 4300 anställda. Här finns internationellt väletablerad forskning och en stor mångfald av utbildningar. Vårt campus utgör en inspirerande miljö som inbjuder till gränsöverskridande möten – mellan studenter, forskare, lärare och externa parter. Genom samverkan med andra samhällsaktörer bidrar vi till utveckling och stärker kvaliteten i forskning och utbildning.
