A virtual assistant to manage Cloud performance monitoring tools

The use of virtual assistants based on Conversational AI has become very popular in recent years. The importance of having an entity that can understand the user's intentions and provides answers in an accurate, timely, up-to-date and reliable way, and allows operations to be carried out when there are problems, is well known. In this thesis work, the field of application of such virtual assistant is performance monitoring. Nowadays, the use of various infrastructural and application monitoring platforms that allow the reporting of errors and undesired behaviour is increasingly in expansion. It's in this field that Communication Valley Reply operates, with the aim of innovating and improving the consultation and operativeness of such tools. The aim of this work is therefore to create a custom chatbot that can be used via various communication platforms (Telegram, Microsoft Teams, etc.) and that, once the user's intentions are understood, can facilitate consultation with the monitoring platforms used (Checkmk, AppDynamics, etc.) for the cloud and the management of complex services and infrastructures. It is important to point out that the intention is to create a single centralized place where the user has the possibility, according to his privileges, both to have an overview of the problems and to be operational by exploiting the advice that the chatbot itself provides based on past experience. The feedback system allows the chatbot's experience to be updated and it will then propose a new solution to the problem if a similar situation arises in the future. Another fundamental aspect that encouraged this work is that of developing a chatbot that has memory of past actions, at least in the short term, in order to have a conversational paradigm that is closer to the human one, instead of having a command-response system without memory that requires the repetition by the user of contextual information every time a new command is issued. The thesis will show how it is possible to exploit certain functionalities both through textual sentences and through commands.

L’utilizzo di assistenti virtuali basati sul Machine Learning si è diffuso parecchio negli ultimi anni. È nota l’importanza di avere un’entità che riesca a comprendere le intenzioni dell’utente e gli fornisca delle risposte in maniera accurata, tempestiva, aggiornata e affidabile e permetta di effettuare operazioni contestualmente ai problemi riscontrati. In questo lavoro di tesi il campo di applicazione di tale assistente virtuale è quello del monitoraggio delle performance. Al giorno d’oggi è sempre più in espansione l’utilizzo di varie piattaforme di monitoraggio infrastrutturale e applicativo che permettono la segnalazione di errori o comportamenti indesiderati. È in questo ambito che Communication Valley Reply opera, con lo scopo di innovare e migliorare sempre più la consultazione e operatività verso tali strumenti. Lo scopo di questo lavoro è dunque creare un chatbot personalizzato che possa essere utilizzato tramite varie piattaforme di comunicazione (Telegram, Microsoft Teams..) e che riesca, una volta comprese le intenzioni dell’utente, a facilitare la consultazione verso le piattaforme di monitoraggio utilizzate (Checkmk, AppDynamics..) afferenti al mondo cloud e alla gestione di servizi applicativi e infrastrutturali complessi. È importante precisare che l’intento è quello di creare un unico luogo centralizzato dove l’utente ha la possibilità, in base ai suoi privilegi, sia di avere una visione generale dei problemi sia di essere operativo sfruttando i consigli che lo stesso chatbot gli fornisce in base ad esperienze passate. Il sistema di feedback permette di aggiornare l’esperienza del chatbot che proporrà dunque una nuova risoluzione del problema in caso si presenti una situazione analoga in futuro. Un’altra componente fondamentale che ha incoraggiato questo lavoro è quella di ideare un chatbot che abbia memoria di azioni passate, quantomeno nel breve periodo, per avere un paradigma conversazionale che si avvicini maggiormente a quello umano, anziché avere un sistema di comando-risposta senza memoria che necessita la ripetizione del contesto. La tesi discute come sia possibile sfruttare le funzionalità del chatbot sia tramite frasi testuali in linguaggio naturale, sia tramite comandi.