Anomaly Detection
সিস্টেম মনিটরিংয়ের একটি অ্যাডভান্সড ধাপ হলো Anomaly Detection বা অস্বাভাবিকতা শনাক্তকরণ। এটি এমন কিছু খুঁজে বের করে যা সিস্টেমের স্বাভাবিক আচরণের বাইরে।
1. Anomaly Detection কি?
ধরা যাক, প্রতিদিন রাত ৮টায় আপনার অ্যাপের ট্রাফিক বাড়ে। এটি স্বাভাবিক। কিন্তু যদি হঠাৎ দুপুর ২টায় ট্রাফিক ১০ গুণ বেড়ে যায় বা হঠাৎ এরর রেট ২% থেকে ৫০% হয়ে যায়, তবে এটি একটি Anomaly। এই অস্বাভাবিক পরিবর্তনগুলো অটোমেটিক খুঁজে বের করাই হলো অ্যানোমালি ডিটেকশন।
2. কেন এটি জরুরি?
- Early Warning: বড় কোনো ক্র্যাশ হওয়ার আগেই অদ্ভুত আচরণ দেখে ব্যবস্থা নেওয়া যায়।
- Security: হ্যাকিং অ্যাটাক বা ডিডোস (DDoS) আক্রমণ শনাক্ত করা সহজ হয়।
- Infrastructure Health: কোনো সার্ভারের হার্ডওয়্যার নষ্ট হতে শুরু করলে তা তার বিহেভিয়ারে পরিবর্তন আনে।
3. কিভাবে কাজ করে?
সাধারণত এটি মেশিন লার্নিং (ML) ব্যবহার করে কাজ করে:
- Baseline Training: সিস্টেমের কয়েক দিনের বা মাসের স্বাভাবিক ডেটা নিয়ে একটি বেইজলাইন তৈরি করা হয়।
- Continuous Monitoring: রিয়েল-টাইম ডেটা এই বেইজলাইনের সাথে তুলনা করা হয়।
- Thresholding: যদি ডেটা বেইজলাইন থেকে অনেক দূরে চলে যায় (যেমন ৩টি স্ট্যান্ডার্ড ডেভিয়েশন), তখন সিস্টেম অ্যালার্ট দেয়।
4. বাস্তব উদাহরণ
- Financial Fraud: একজন ইউজার সাধারণ ১০০০-৫০০০ টাকার কেনাকাটা করে, কিন্তু হঠাৎ লাখ টাকার ট্রানজেকশন শুরু করলে তা অ্যানোমালি হিসেবে ধরা হয়।
- Memory Leak: যদি কোডে কোনো মেমোরি লিক থাকে, তবে সময়ের সাথে সাথে মেমোরি ব্যবহারের গ্রাফ স্বাভাবিকের চেয়ে ধীরে ধীরে উপরে উঠতে থাকে।
TIP
Prometheus এবং Grafana এ এখন বিল্ট-ইন ফাংশন আছে যা দিয়ে সিস্টেমের পাস্ট ডেটা অ্যানালাইসিস করে বর্তমান ডেটা অস্বাভাবিক কিনা তা বের করা যায়। প্রোডাকশন লেভেলে এটি সিস্টেমের রিলায়েবিলিটি অনেক গুণ বাড়িয়ে দেয়।