तकनीकी सारांश: PRISM के माध्यम से ग्राफ-मुक्त मूल कारण विश्लेषण (Root Cause Analysis)

समस्या विवरण (Problem Statement)

जटिल, विकसित होते आईटी सिस्टम (जैसे, माइक्रोसर्विसेज) में, कैस्केडिंग विफलताओं (cascading failures) को रोकने के लिए तीव्र मूल कारण विश्लेषण (RCA) अत्यंत महत्वपूर्ण है। मौजूदा RCA दृष्टिकोण एक मौलिक द्वैत (dichotomy) का सामना करते हैं:

1. ग्राफ-आधारित विधियाँ (Graph-Based Methods): ये एक ज्ञात निर्भरता ग्राफ (dependency graph) को मानती हैं या एक ग्राफ बनाने का प्रयास करती हैं। हालांकि, बड़े सिस्टम में निर्भरता ग्राफ अक्सर उपलब्ध नहीं होते हैं, और कॉज़ल डिस्कवरी (causal discovery) तकनीकें सटीकता और स्केलेबिलिटी में सीमित सिद्ध हुई हैं।
2. स्कोर-आधारित विधियाँ (Score-Based Methods - ग्राफ-मुक्त): ये घटकों को उनके विसंगति स्कोर (anomaly scores) के आधार पर रैंक करती हैं, जो इस धारणा पर आधारित हैं कि मूल कारण (root cause) का विसंगति स्कोर उच्चतम होता है। यह शोध पत्र तर्क देता है कि जब दोष प्रसारित (propagate) होते हैं, तो यह धारणा मौलिक रूप से त्रुटिपूर्ण हो जाती है। "फैन-इन" पैटर्न (जैसे, एक सर्विस बैकएंड को $k$ बार कॉल करती है) में, मूल कारण पर एक छोटा सा विलंब (delay) एक विशाल डाउनस्ट्रीम विसंगति में बदल सकता है। फलस्वरूप, प्रभावित घटक वास्तविक मूल कारण की तुलना में उच्च विसंगति स्कोर प्रदर्शित कर सकते हैं, जिससे स्कोर-आधारित रैंकिंग भ्रमित हो जाती है।

कार्यप्रणाली: PRISM फ्रेमवर्क (Methodology: The PRISM Framework)

लेखक PRISM का प्रस्ताव करते हैं, जो एक सरल और कुशल RCA फ्रेमवर्क है जो बिना किसी संरचनात्मक निर्भरता ज्ञान के कार्य करता है। PRISM एक नवीन अवलोकन पर निर्भर करता है: मूल कारणों और प्रभावित घटकों के बीच उनके आंतरिक और बाहरी गुणों के संबंध में एक मौलिक विषमता (asymmetry) होती है।

1. घटक-गुण मॉडल (The Component-Property Model)

PRISM एक क्लास-आधारित सिस्टम को घटक-गुण मॉडल (Component-Property Model) का उपयोग करके औपचारिक रूप देता है, जो सिस्टम गुणों को दो अलग-अलग श्रेणियों में विभाजित करता है:

• आंतरिक गुण (Internal Properties - $I$): एक घटक के स्थानीय होते हैं और दूसरों द्वारा सीधे देखे नहीं जा सकते (जैसे, CPU उपयोग, मेमोरी उपयोग, कतार की लंबाई, आंतरिक स्थिति चर)।
• बाहरी गुण (External Properties - $E$): अन्य घटकों द्वारा इंटरैक्शन के माध्यम से देखे जा सकते हैं (जैसे, रिस्पॉन्स लेटेंसी, एरर रेट)।

यह मॉडल दो सिद्धांतों (axioms) पर आधारित है:

• अक्सिओम 2.5 (इंट्राकंपोनेंट): आंतरिक गुण एक घटक के भीतर बाहरी गुणों के कॉज़ल पूर्वज (causal ancestors) होते हैं। दोष आंतरिक रूप से उत्पन्न होते हैं और बाहरी रूप से प्रकट होते हैं।
• अक्सिओम 2.6 (इंटरकंपोनेंट आइसोलेशन): घटकों के बीच कॉज़ल प्रभाव केवल बाहरी गुणों के माध्यम से होता है। एक घटक सीधे दूसरे घटक की आंतरिक स्थिति को नहीं बदल सकता।

मुख्य अंतर्दृष्टि: एक मूल कारण घटक अपने आंतरिक और बाहरी दोनों गुणों में विसंगतियाँ प्रदर्शित करता है। इसके विपरीत, प्रभावित (डाउनस्ट्रीम) घटक केवल अपने बाहरी गुणों में विसंगतियाँ प्रदर्शित करते हैं (प्रसार के कारण), जबकि उनके आंतरिक गुण सामान्य स्तर पर रहते हैं।

2. PRISM पाइपलाइन (The PRISM Pipeline)

PRISM तीन चरणों में RCA निष्पादित करता है:

1. विसंगति स्कोरिंग (Anomaly Scoring): सभी गुणों के लिए विचलन-आधारित विसंगति स्कोर (जैसे, z-score, IQR-आधारित) की गणना करता है। यह शोध पत्र सिद्ध करता है कि विचलन-आधारित स्कोरर्स मोनोटोनिसिटी (monotonicity) और इन्जेक्टिविटी (injectivity) को संतुष्ट करते हैं, जो अलग-अलग विचलन परिमाणों को पहचानने के लिए सैद्धांतिक रूप से आवश्यक है। यह सूचना-सैद्धांतिक (Information-Theoretic - IT) स्कोरर्स के विपरीत है, जो ऐतिहासिक सीमाओं से अधिक विसंगतियों के मामले में संतृप्ति (saturation) और इंजेक्शन की कमी से ग्रस्त होते हैं।

2. स्कोर पूलिंग (Score Pooling): घटक-स्तरीय स्कोर में प्रॉपर्टी-स्तरीय स्कोर को एकत्रित करता है:

   • $S^I_i$: घटक $C_i$ के लिए पूल्ड आंतरिक स्कोर।
   • $S^E_i$: घटक $C_i$ के लिए पूल्ड बाहरी स्कोर।
   • पूलिंग फंक्शन मोनोटोनिक और परम्यूटेशन-इनवेरिएंट (जैसे, max, sum, mean) है।

3. मूल कारण रैंकिंग (Root Cause Ranking): $S^I_i$ और $S^E_i$ को एक अंतिम मूल कारण स्कोर $M(C_i)$ में संयोजित करता है। PRISM दो स्कोरिंग फंक्शन प्रस्तावित करता है:

   • एडिटिव स्कोर ($M_{add}$): $S^I + S^E - \log(1 + S^I + S^E)$।
   • कंजंक्टिव स्कोर ($M_{conj}$): $\min(S^I, S^E)$।

   दोनों फंक्शन आंतरिक सीमाबद्धता (internal boundedness) को संतुष्ट करते हैं, यह सुनिश्चित करते हुए कि एक घटक का अंतिम स्कोर उसके आंतरिक विसंगति स्कोर द्वारा नियंत्रित होता है। यह प्रभावित घटकों (जिनका $S^E$ उच्च लेकिन $S^I$ सामान्य है) को मूल कारण (जिसका $S^E$ उच्च और $S^I$ भी उच्च है) से अधिक रैंक करने से रोकता है।

मुख्य योगदान (Key Contributions)

1. PRISM फ्रेमवर्क: एक ग्राफ-मुक्त RCA फ्रेमवर्क जो आंतरिक-बाहरी गुण विसंगतियों के अंतर का लाभ उठाकर प्रभावी ढंग से मूल कारणों को स्थानीयकृत करता है।
2. सैद्धांतिक गारंटी: शोध पत्र 'कंपोनेंट-प्रॉपर्टी मॉडल' को औपचारिक बनाता है और सिद्ध करता है कि अक्सिओम 2.5 और 2.6 के तहत, PRISM प्रभावित घटकों की तुलना में मूल कारण को सही ढंग से रैंक करता है। यह यह भी स्थापित करता है कि IT-आधारित स्कोरर्स की संतृप्ति समस्याओं से बचने के लिए विचलन-आधारित स्कोरर्स आवश्यक हैं।
3. अनुभवजन्य सत्यापन: 9 वास्तविक दुनिया के डेटासेट्स (RCAEval बेंचमार्क) पर 735 विफलता मामलों पर व्यापक प्रयोग।

परिणाम (Results)

• सटीकता (Accuracy): PRISM 68% Top-1 सटीकता प्राप्त करता है, जो सर्वश्रेष्ठ बेसलाइन (BARO, जिसने 19% प्राप्त किया) की तुलना में 258% सुधार है। यह 91% Top-3 सटीकता भी प्राप्त करता है।
• दक्षता (Efficiency): PRISM प्रति निदान केवल 8ms (मीडियन) लेता है, जो इसे सबसे तेज़ बेसलाइन (BARO @ 6.3ms) के लगभग समान और ग्राफ-आधारित या LLM-आधारित तरीकों (जैसे, PC-PageRank @ 1.2s, RCLAgent @ 79s) की तुलना में कई गुना तेज़ बनाता है।
• मजबूती (Robustness):
  • PRISM विभिन्न पूलिंग रणनीतियों (max, sum, mean) और स्कोरिंग फंक्शन के प्रति मजबूत है।
  • यह रिसोर्स फॉल्ट्स (CPU, MEM, DISK, SOCKET पर 100% Top-3) पर असाधारण प्रदर्शन करता है और नेटवर्क फॉल्ट्स पर मजबूत प्रदर्शन बनाए रखता है।
  • यह शुरुआती पोस्ट-फॉल्ट ऑब्जर्वेशन के साथ उच्चतम सटीकता प्राप्त करता है (10% डेटा पर 81% Top-1), जो दोष प्रसार द्वारा शोर (noise) जमा होने से पहले तत्काल निदान सक्षम करता है।
• एब्लेशन (Ablation): आंतरिक-बाहरी अपघटन (जैसे, केवल मार्जिनल स्कोर द्वारा रैंकिंग) को हटाने से Top-1 सटीकता गिरकर 19% हो जाती है, जो प्रस्तावित दृष्टिकोण की आवश्यकता की पुष्टि करती है।

महत्व और दावे (Significance and Claims)

शोध पत्र का दावा है कि PRISM RCA में एक महत्वपूर्ण अंतर को संबोधित करता है: जब निर्भरता ग्राफ अज्ञात हों और जब डाउनस्ट्रीम विसंगतियाँ मूल कारण से अधिक बढ़ जाती हैं, तब विफलता का निदान करने में असमर्थता। "उच्चतम विसंगति स्कोर" से ध्यान हटाकर "आंतरिक और बाहरी दोनों गुणों में विसंगति" पर केंद्रित करके, PRISM आधुनिक माइक्रोसर्विसेज सिस्टम के लिए एक सैद्धांतिक रूप से सुदृढ़, कुशल और अत्यधिक सटीक समाधान प्रदान करता है। लेखक इस बात पर जोर देते हैं कि इस दृष्टिकोण के लिए कॉज़ल डिस्कवरी या संरचनात्मक ज्ञान की आवश्यकता नहीं है, जिससे यह उन बड़े, विकसित होते सिस्टम के लिए लागू होता है जहाँ यह जानकारी अक्सर उपलब्ध नहीं होती है। यह कार्य प्रदर्शित करता है कि सरल, सिद्धांत-आधारित अपघटन जटिल कॉज़ल इन्फरेंस और ग्राफ-आधारित तरीकों की तुलना में सटीकता और गति दोनों में बेहतर प्रदर्शन कर सकता है।