AgentSentinel: A Multi-Agent Framework for Autonomous Root Cause Analysis and Self-Healing in Distributed Systems
تقدم هذه الورقة AgentSentinel، وهو إطار عمل مستقل متعدد الوكلاء يستفيد من النماذج اللغوية الكبيرة وآلية تغذية راجعة متخصصة للكشف عن الشذوذ، وتحديد الأسباب الجذرية، وتنفيذ عمليات الإصلاح ذاتي الشفاء في الأنظمة الموزعة، مما يظهر كشفاً ومعالجة عالية السرعة مع انعدام الإيجابيات الكاذبة في دراسة جدوى محكومة.
البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل
تعمل البرمجيات الحديثة على شبكة واسعة ومترابطة من البرامج الصغيرة التي تسمى الخدمات المصغرة (microservices). تتواصل هذه المكونات مع بعضها البعض باستمرار، وتمرر البيانات والطلبات مثل سباق التتابع. وعندما يفشل جزء واحد، يمكن للمشكلة أن تنتشر للخارج، مما يتسبب في تعثر الخدمات الأخرى وفي النهاية إسقاط النظام بأكره. لسنوات طويلة، كانت الأدوات المستخدمة لمراقبة هذه الأنظمة ممتازة في إطلاق صفارات الإنذار؛ إذ يمكنها رصد ارتفاع حرارة خادم ما أو اختناق قاعدة بيانات، ويمكنها إرسال رسالة إلى مهندس بشري. ولكن في اللحظة التي يطلق فيها الإنذار، تتوقف الأتمتة. عندها يجب على الشخص أن يستيقظ، ويسجل دخوله، ويقرأ آلاف الأسطر من سجلات النصوص المربكة، ويكتشف أي مكون محدد تعطل، ثم يصلح الأمر يدويًا. هذه العملية بطيئة، وعرضة للخطأ البشري، ويمكن أن تكلف الشركات ملايين الدولارات مقابل كل ساعة يتوقف فيها النظام عن العمل. والسؤال الذي طرحه الباحثون هو ما إذا كان بإمكان الآلة ألا تكتفي فقط بسماع صوت الإنذار، بل أن تفهم القصة الكامنة وراءه وتصلح المشكلة قبل أن يحتاج البشر للتدخل.
لقد بنى فريق من الباحثين نظامًا تجريبيًا يسمى "AgentSentinel" للإجابة على ذلك السؤال. إنه ليس برنامجًا واحدًا، بل هو فريق من ثلاثة عمال رقميين متخصصين يعملون معًا في حلقة مغلقة. العامل الأول، "المراقب" (Observer)، يراقب باستمرار صحة النظام. فهو يتحقق من أربعة علامات رئيسية للمتاعب: مقدار قوة الحوسبة المستخدمة، وحجم الذاال الممتلئة، وعدد مرات حدوث الأخطاء، والوقت المستغرق للاستجابة للطلبات. وإذا تجاوزت هذه العلامات حدًا معينًا، يطلق "المراقب" الإنذار ويسلم الحالة للعامل الثاني، "وكيل الاستنتاج" (Reasoning Agent). هذا الوكيل مدعوم بنموذج لغوي كبير، وهو نوع من الذكاء الاصطناعي القادر على فهم اللغة الطبيعية والأنماط المعقدة. وبدلاً من مجرد النظر إلى الأرقام، يقرأ "وكيل الاستنتاج" سجلات الأخطاء ويستشير خريطة توضح كيفية اتصال الأجزاء البرمجية المختلفة ببعضها البعض. هذه الخريطة بالغة الأهمية لأنها تساعد الذكاء الاصطناعي على التمييز بين السبب الفعلي للفشل والأعراض التي تظهر لاحقًا. فعلى سبيل المثال، إذا فشلت قاعدة بيانات، فقد تبدأ العديد من الخدمات الأخرى في الانهيار فورًا بعد ذلك. وبدون الخريطة، قد يلوم الذكاء الاصطناعي إحدى الخدمات المنهارة؛ أما مع الخريطة، فيعرف الذكاء الاصطناعي أن عليه العودة إلى قاعدة البيانات باعتبارها المصدر الحقيقي للمشكلة.
بمجرد أن يحدد "وكيل الاستنتاج" المسبب، فإنه يمرر خطة إلى العامل الثالث، "وكيل الإصلاح" (Repair Agent). هذا العامل هو من يتخذ الإجراء، لكنه يفعل ذلك بحذر شديد. فقبل أن يلمس النظام الفعلي، يتحقق من قائمة صارمة من الإجراءات المسموح بها، مثل إعادة تشغيل خدمة معينة، أو مسح ذاكرة التخزين المؤقت، أو إضافة المزيد من قوة الحوسبة للتعامل مع الضغط. وهو مبرمج لرفض أي أمر قد يؤدي إلى تدمير البيانات أو يجعل الوضع أسوأ. وإذا كان الإجراء آمنًا، يقوم "وكيل الإصلاح" بتنفيذه على النظام الجاري. وبعد تطبيق الإصلاح، يراقب النظام بدقة لمعرفة ما إذا كانت المشكلة قد زالت حقًا. إذا عادت المقاييس إلى طبيعتها، يتم تسجيل الحادث كعملية ناجحة، ويعود النظام إلى وضع المراقبة. وإذا استمرت المشكلة، يحاول الفريق نهجًا مختلفًا، وإذا فشلت ثلاث محاولات، فإنه ينبه مشغلًا بشريًا. هذه الدورة بأكملها، من لحظة ظهور الخلل إلى لحظة إصلاحه، تحدث تلقائيًا دون تدخل بشري.
اختبر الباحثون هذا النظام في بيئة محكومة تحاكي الإعداد البرمجي لشركة صغيرة. لقد قاموا بتعطيل النظام عمدًا بخمس طرق مختلفة: ملء الذاكرة حتى الانهيار، وإيقاف تشغيل خدمة بشكل مفاجئ، وتحميل المعالج فوق طاقته، وقطع اتصالات قاعدة البيانات، وإبطاء حركة مرور الشبكة. وفي كل حالة، اكتشف النظام المشكلة، وعرف السبب الجذري، وأصلحها من تلقاء نفسه. كان متوسط الوقت المستغرق لرصد المشكلة أقل من ثانيتين، وكان متوسط وقت الإصلاح حوالي خمس ونصف ثانية. وخلال الفترات التي كان يعمل فيها النظام بشكل طبيعي، لم يطلق إنذارًا كاذبًا واحدًا. تشير هذه النتائج إلى أن الجمع بين الكشف السريع والاستنتاج الذكي والإصلاح الآلي الآمن هو وسيلة قابلة للتطبيق لإدارة البنية التحتية للبرمجيات. ومع ذلك، يوضح المؤلفون بحذر أن هذا كان عرضًا تجريبيًا تم تشغيله على منصة اختبار صغيرة وبسيطة، ولم يختبروا النظام بعد على الشبكات الضخمة والمعقدة التي تستخدمها الشركات الكبرى، حيث تتفاعل آلاف الخدمات بطرق غير متوقعة.
كما تسلط الدراسة الضوء على أهمية "الذاكرة" التي يحتفظ بها النظام. فبعد الإصلاح الناجح، يحفظ النظام تفاصيل ما حدث وكيفية إصلاحه. وإذا حدثت مشكلة مماثلة لاحقًا، يمكن للنظام استرجاع ذلك الحل السابق وتطبيقه بشكل أسرع، تمامًا كما يتذكر الميكانيكي كيفية إصلاح مشكلة محددة في المحرك من قبل. وبينما بنى الباحثون ميزة الذاكرة هذه، إلا أنهم لم يقيسوا بعد بدقة مدى السرعة التي تضفيها على الإصلاحات المستقبلية. كما يقرون بأن اختبارهم الحالي لم يتضمن سيناريوهات حيث تحدث أعطال متعددة في نفس الوقت، وهو أمر شائع في الكوارث الواقعية. يوضح العمل أن الهيكلية تعمل في بيئة محكومة، لكنها ليست جاهزة بعد لفوضى بيئة الإنتاج. وتتمثل الخطوات التالية للفريق في إجراء هذه الاختبارات مرات عديدة أكثر لضمان اتساق النتائج، واختبار النظام على شبكات أكبر، وتحسين نظام الذاكرة لمعرفة ما إذا كان يساعد الذكاء الاصطناعي حقًا في التعلم من أخطائه السابقة. في الوقت الحالي، يقف "AgentSentinel" كنموذج عملي يثبت أنه يمكن تعليم الآلات ليس فقط مراقبة المشاكل، بل فهمها وحلها أيضًا.
غارق في أبحاث مجالك؟
تصلك نشرة يومية بأحدث الأبحاث المطابقة لكلماتك البحثية المفتاحية — مع ملخصات تقنية، بلغتك.