Microservices-based autonomous anomaly detection for mobile network observability

In modern telecommunication networks, network observability entails the use of diverse data sources to understand the state and behavior of the network, and its ability to provide the required service and user experience. Because of the vast amounts of data collection and transmission involved in this process, the network's performance is negatively impacted, and it can become difficult for network operators to identify the occurrence of problematic behavior before it is too late. To enable a more efficient form of data collection and aid in diagnostic operations, this thesis aims to develop an autonomous anomaly detection system for time series data. The system is to be developed as a microservices-based solution, to be integrated with a software-defined networking controller platform developed at \textit{Ericsson}. This thesis describes the extensive experimentation process conducted during the development of this system, including various methods of data processing, time series clustering, and anomaly detection. The resulting system is a highly customizable and scalable product, supported by modern and reliable anomaly detection models. The system is capable of detecting several different kinds of anomalies in an arbitrary number of mobile network monitoring metrics, and can be easily configured to fit the specific needs of each customer.

Nelle reti di telecomunicazioni moderne, l'osservbilità della rete prevede l'utilizzo di varie fonti di dati per comprendere lo stato e comportamento della rete, e la sua capacità di fornire il servizio e l'esperienza dell'utente richieste. A causa delle vaste quantità di dati che è necessario raccogliere e trasmettere come parte di questo processo, le prestazioni della rete risultano deteriorate, e puó essere difficile per gli operatori della rete identificare occorrenze di comportamenti problematici prima che sia troppo tardi. Per permettere una forma piú efficiente di raccoglimento dei dati e per aiutare nelle operazioni diagnostiche, questa tesi si pone l'obbiettivo di sviluppare un sistema di rilevamento delle anomalie autonomo per dati aventi la forma di serie temporali. Is sistema é implementato mediante un'architettura a microservizi, da essere integrato con una piattaforma software-defined networking controller sviluppata ad \textit{Ericsson}. Questa tesi descrive l'ampio processo di sperimentazione condotto durante lo sviluppo del sistema, che include varie operazioni di trattamento dei dati, clustering di serie temporali, e rilevamento di anomalie. Il sistema risultante é un prodotto altamente scalabile e personalizzabile, supportato da sistemi di rilevamento delle anomalie moderni e affidabili. Questo sistema é in grado di rilevare diversi tipi di anomalie in un numero arbitrario di metriche per il monitoraggio della rete, e puó essere facilmente configurato per adattarsi ai bisogni specifici di ciascun cliente.