Resumen Técnico: OrEdge – Detección de Anomalías Multimodal Eficiente mediante el Aprendizaje en el Dominio Ortogonal

1. Planteamiento del Problema

La adopción generalizada de microservicios distribuidos ha aumentado la escalabilidad de los sistemas pero también la complejidad operativa, lo que hace que la detección oportuna de anomalías sea crítica para la fiabilidad. Aunque los enfoques multimodales recientes (que analizan conjuntamente registros, métricas y trazas) utilizando Redes Neuronales de Grafos (GNN) y Transformers han mejorado la precisión de la detección, introducen una carga computacional y de memoria sustancial. Estas arquitecturas pesadas suelen ser inadecuadas para el despliegue en tiempo real en dispositivos de borde con recursos limitados (por ejemplo, IoT, vehículos conectados, UAV).

Los detectores ligeros existentes son eficientes pero suelen limitarse a datos de una sola modalidad, fallando al capturar las dependencias transmodales. Por el contrario, los marcos multimodales capturan dependencias más ricas pero a costa de una alta complejidad. El desafío central abordado por este trabajo es desarrollar un marco de detección de anomalías multimodal preciso que mantenga costos computacionales bajos, adecuados para el despliegue en el borde, sin sacrificar la capacidad de modelar señales de observabilidad heterogéneas.

2. Metodología: El Marco OrEdge

OrEdge (Orthogonal-Edge) es un marco ligero diseñado para la detección de anomalías en tiempo real en sistemas de software distribuidos. Analiza conjuntamente registros, métricas y trazas proyectando señales de monitoreo heterogéneas en representaciones temporales ortogonales. Este enfoque reduce la redundancia mientras preserva patrones temporales informativos, evitando el gasto computacional del paso de mensajes en grafos y los mecanismos de atención de los grandes Transformers.

Componentes Arquitectónicos Clave

• Preprocesamiento y Aplanamiento de Grafos:

  • Métricas y Registros: Procesados y normalizados mediante escalado min-max.
  • Trazas: Agregadas en características de interacción a nivel de servicio (frecuencia, latencia) para formar un grafo de dependencia de servicios.
  • Aplanamiento: En lugar de utilizar Redes Neuronales de Grafos para el paso de mensajes, OrEdge convierte el grafo de dependencia de servicios en secuencias temporales. Las características de métricas y registros se organizan como sec sequences, mientras que las características de traza se organizan como secuencias de interacción entre pares de servicios. Esto preserva los patrones temporales y estructurales al tiempo que evita operaciones de grafos costosas.

• Bloque de Reconstrucción Multimodal:

  • OrEdge emplea un marco de reconstrucción unificado donde cada modalidad (métricas, registros, trazas) se proyecta primero en un espacio latente a través de codificadores lineales ligeros.
  • Un Módulo de Reconstrucción Compartido procesa estas representaciones. A diferencia de los métodos que procesan las modalidades de forma independiente, OrEdge utiliza Atención Lineal para modelar las interacciones entre señales temporales densas (métricas y registros) y mantiene la información de las trazas como características de dependencia estructural.
  • La arquitectura separa el aprendizaje de representación específico de la modalidad de la reconstrucción temporal compartida, permitiendo una interacción eficiente entre fuentes de observabilidad complementarias.

• OrEdgeCore (El Motor Central):

  • Este es un módulo de reconstrucción de dominio ortogonal ligero.
  • Normalización Reversible (RevIN): Aplicada para reducir la no estacionariedad en las series de entrada.
  • Proyección Ortogonal: Los datos normalizados se proyectan en un dominio ortogonal (por ejemplo, bases de Legendre, Fourier, Chebyshev). Esta transformación separa los patrones temporales en componentes compactos.
  • Modelado Lineal Restringido: Los datos proyectados pasan a través de NormLin (una capa lineal restringida) para aprender interacciones de características estables, seguido de un Filtrado de Paso Bajo (LPF) para suprimir el ruido transitorio.
  • Proyección Inversa: La señal se mapea de vuelta al dominio del tiempo original.
  • Este diseño captura patrones temporales recurrentes mientras suprime variaciones transitorias, utilizando significativamente menos parámetros que los modelos basados en atención.

• Función de Pérdida:

  • OrEdge sigue una formulación semisupervisada, optimizando conjuntamente:
    1. Pérdida de Reconstrucción: Incluye una pérdida en el dominio del tiempo y una pérdida en el dominio ortogonal (FreDF) para preservar los patrones temporales más allá del dominio del tiempo.
    2. Pérdida de Clasificación: Una pérdida de entropía cruzada ponderada para las etiquetas de anomalía disponibles para manejar el desequilibrio de clases.

3. Contribuciones Clave

1. Marco OrEdge: Un marco de dominio ortogonal ligero para la detección de anomalías multimodal que modela conjuntamente registros, métricas y trazas a través de representaciones temporales compactas.
2. OrEdgeCore: Un módulo de reconstrucción ortogonal que reduce drásticamente la complejidad del modelo (usando proyecciones lineales y atención lineal) manteniendo un rendimiento de detección competitivo.
3. Evaluación Exhaustiva: Experimentos extensos en tres conjuntos de datos de microservicios del mundo real (MSDS, SN, TT) evaluando la precisión de la detección, la eficiencia computacional, la selección de la base ortogonal y las ablaciones arquitectónicas.
4. Validación de Despliegue en el Borde: Demostración de despliegue práctico en plataformas Raspberry Pi con recursos limitados (Pi 3 y Pi 5), mostrando inferencia de sub-segundo y reducciones significativas de latencia en comparación con métodos existentes.

4. Resultados Experimentales

Los autores evaluaron OrEdge frente a líneas base de vanguardia (incluyendo Eadro, AnoFusion, MSTGAD, Art y Medicine) a través de tres conjuntos de datos.

• Precisión de Detección: OrEdge logra un rendimiento competitivo. En el conjunto de datos MSDS, alcanzó el F1-score más alto (0.966) y el Recall (0.982), superando a los métodos basados en grafos. En SN y TT, logró F1-scores de 0.965 y 0.952 respectivamente, situándose ligeramente por detrás de los modelos basados en grafos de mayor rendimiento (por ejemplo, Art con 0.983 en SN), pero con una fracción de la complejidad.
• Complejidad del Modelo: OrEdge reduce el tamaño del modelo de reconstrucción a 2.2K parámetros en el conjunto de datos SN, 5.6K en TT y 9.6K en MSDS, comparado con los 20K–143K parámetros de los métodos multimodales existentes.
• Eficiencia Computacional:
  • FLOPs: OrEdge requiere hasta un orden de magnitud menos de FLOPs (por ejemplo, 33.8M en SN frente a 1725.7M para MSTGAD).
  • Latencia de Inferencia: En Raspberry Pi 5, OrEdge logra tiempos de inferencia de 30–125 ms por muestra, reduciendo la latencia hasta 64 veces en comparación con MSTGAD. En Raspberry Pi 3, mantiene la inferencia de sub-segundo (210–802 ms), mientras que modelos más pesados como MSTGAD fallan en el despliegue debido a restricciones de memoria.
• Estudios de Ablación:
  • Eliminar el objetivo del dominio ortogonal (pérdida FreDF) o los componentes de atención lineal degradó el rendimiento, confirmando su necesidad.
  • Se encontró que la base de Legendre era la proyección ortogonal más estable y efectiva a través de los conjuntos de datos en comparación con las bases de Hermite, Chebyshev o Fourier.
  • El análisis de sensibilidad mostró que una dimensión de atención lineal compacta (por ejemplo, 10) es suficiente para capturar dependencias temporales.

5. Significado y Reivindicaciones

El artículo afirma que OrEdge demuestra que el modelado temporal en el dominio ortogonal proporciona una alternativa efectiva a las arquitecturas basadas en atención y grafos que son computacionalmente intensivas.

La principal significación radica en lograr un equilibrio favorable entre la precisión de la detección y la eficiencia computacional. Al aprovechar las representaciones ortogonales, OrEdge permite la detección de anomalías multimodales en tiempo real y con precisión en dispositivos de borde donde los modelos tradicionales de alto rendimiento son inviables. Los autores enfatizan que este enfoque permite el despliegue de un análisis multimodal sofisticado en plataformas con recursos limitados (como Raspberry Pi) sin depender de la costosa construcción de grafos o de grandes arquitecturas Transformer, lo que lo convierte en una solución práctica para el panorama expansivo de la computación de borde en IoT y sistemas distribuidos.

El código se pone a disposición para garantizar la reproducibilidad, y el trabajo se posiciona como un paso hacia la detección de anomalías eficiente y escalable en los sistemas de software modernos.