Naukowcy opracowali CRADIPOR - nowy model uczenia maszynowego, który potrafi przewidywać, jak awarie rozprzestrzeniają się w systemach rozproszonych. To przełom dla infrastruktury chmurowej, bo dotychczas trudno było z góry wiedzieć, w którą stronę pójdzie fala problemów, gdy coś w sieci się zepsuje. Model analizuje wzorce awarii i ich propagację, aby wychwycić niebezpieczne scenariusze zanim się w pełni rozwinęły.
Znaczenie CRADIPOR-a dla branży IT jest spore. Awarie kaskadowe - czyli takie, gdzie problem w jednym węźle szybko zaraża cały system - to koszmary operatorów serwerów i chmur. Dotychczas zespoły monitoringu mogły tylko reagować, gdy już coś poszło nie tak. Teraz pojawi się szansa na działanie prewencyjne: model będzie wczesnie sygnalizować ryzyko, a administratorzy mogą aktywnie izolować zagrożone części sieci albo zwiększać zasoby na ścieżkach krytycznych. To może drastycznie zmniejszyć czas przestoju systemów i straty związane z awariami.
Dla dużych operatorów chmurowych i przedsiębiorstw polegających na bezpośredniej dostępności usług cyfrowych to potencjalnie ważne narzędzie. CRADIPOR wpisuje się w szerszy trend, gdzie AI przejmuje bardziej zaawansowane zadania w zarządzaniu infrastrukturą - od automatycznego scalowania zasobów po prognozowanie problemów. Jeśli model okaże się efektywny w praktyce, mogą go stosować dostawcy usług takich jak AWS czy Azure, a także większe firmy ze swoimi centami danych.