TopoEvo: Framework Multi-Agente Consapevole della Topologia per l'Analisi delle Cause Radice nei Microservizi

I ricercatori hanno presentato TopoEvo, un framework multi-agente auto-evolutivo che incorpora la consapevolezza della topologia per l'analisi delle cause radice (RCA) nei microservizi. Questo framework innovativo affronta problemi come dati di osservabilità multimodali rumorosi (metriche, log, tracce), guasti a cascata e deriva della topologia causata da autoscaling e aggiornamenti progressivi. Gli attuali agenti RCA basati su LLM mancano di consapevolezza della topologia e sono inclini al bias di amplificazione dei sintomi, spesso identificando erroneamente le cause radice. TopoEvo integra l'apprendimento della rappresentazione dei grafi con un ragionamento strutturato che rispetta i vincoli topologici. Presenta l'Allineamento Multimodale Metrica-ortogonale (MOMA), che scompone gli embedding delle metriche in sottospazi complementari e allinea log e tracce in modo contrastivo per ridurre al minimo la ridondanza e la sparsità, ottenendo rappresentazioni nodali consistenti. La ricerca è pubblicata su arXiv con l'identificatore 2605.15611.