Розробка інтелектуального програмного засобу для адаптивного конфігурування мікросервісних застосунків

Abstract

У кваліфікаційній роботі розроблено систему інтелектуального адаптивного управління конфігураціями мікросервісів за допомогою Case-Based Reasoning (CBR) методів. Об’єкт дослідження: процес адаптивного конфігурування мікросервісних застосунків у розподілених системах в умовах динамічного середовища. Предмет дослідження: інтелектуальні методи та програмні засоби адаптивного конфігурування мікросервісних застосунків під час їх виконання. Мета дослідження: розробка інтелектуального програмного засобу, що використовує CBR-підхід для автоматичного налаштування конфігурацій мікросервісів в умовах динамічного середовища, а також проведення експериментального дослідження дієвості цієї системи. Розроблено тестовий полігон, що симулює мікросервісну архітектуру, та створено інтелектуальну систему АУКМ, яка реалізує п'ять різних CBR-методів для автоматичного конфігурування. Програмна реалізація виконана з використанням технологічного стеку Python, FastAPI, PostgreSQL, Docker, SQLAlchemy та scikit-learn. cker, SQLAlchemy, and scikit-learn.

This qualification thesis describes the development of an intelligent system for the adaptive management of microservice configurations using Case-Based Reasoning (CBR) methods. Object of research: The process of adaptive configuration of microservice applications in distributed systems under a dynamic environment. Subject of research: Intelligent methods and software tools for the adaptive configuration of microservice applications during their execution. The aim of the research is the development of an intelligent software tool that utilizes the CBR approach for the automatic adjustment of microservice configurations in a dynamic environment, as well as conducting an experimental study of this system's effectiveness. A testbed simulating a microservice architecture has been developed, along with an intelligent Adaptive Microservice Configuration Management (AUKM) system that implements five different CBR methods for automatic configuration. The software implementation was carried out using the technology stack of Python, FastAPI, PostgreSQL, Do