Detecção de Overbooking em Aplicações Baseadas em Docker Através de Aprendizagem de Máquina

O artigo propõe um modelo de aprendizado de máquina para detectar ambientes Kubernetes com overbook de recursos em um contêiner do Docker. As métricas do aplicativo e do sistema foram coletadas continuamente, as quais foram usadas como entrada para o modelo para identificar interferência causada por multi-tenancy. Os experimentos foram executados em um cluster Kubernetes, com um aplicativo de Big Data baseado em contêiner, o que mostrou que o modelo pode detectar overbooking de recursos com precisões de até 98% em um cenário que pode causar degradação no desempenho do aplicativo, com taxas de overbooking de até 1,2.