Global scaling predittivo di un’architettura a microservizi con tecniche di deep learning: gestione del flusso di email

L’obiettivo di questa tesi è integrare allo scaling globale di applicazioni di microservizi, una rete neurale, così da poter implementare un autoscaling predittivo. Come caso studio abbiamo utilizzato la gestione del flusso di email. L'aggiunta del predittore porta ad avere performance migliori, dato che lo scaling avviene prima dell’aumento del flusso in input, con conseguente diminuzione della latenza e dei messaggi persi. Per fare ciò, abbiamo utilizzato una deep neural network con 3 hydden layer che sfrutta l'apprendimento supervisionato e la regressione non lineare. Infine, abbiamo confrontato le performance del sistema con e senza predittore tramite delle simulazioni in linguaggio ABS.