МЕТОД ГЕНЕРАЦІЇ ХМАРНОЇ ІНФРАСТРУКТУРИ НА ОСНОВІ ВИСОКОРІВНЕВОГО ОПИСУ ПРИРОДНОЮ МОВОЮ ТА ВЕЛИКИХ МОВНИХ МОДЕЛЕЙ

Анотація

У статті розглядається проблему автоматизованої генерації описів хмарної інфраструктури на основі вхідних запитів, сформульованих природною мовою. Традиційні підходи до реалізації подібних задач базуються на використанні засобів інфраструктури як коду (Infrastructure-as-Code, IaC), зокрема мови Terraform, яка вимагає дотримання точного синтаксису, володіння спеціалізованими знаннями та розуміння великої кількості параметрів низького рівня. Унаслідок цього, навіть створення відносно простої інфраструктури є складним і схильним до помилок процесом, особливо для користувачів без глибокої технічної підготовки.

У межах дослідження запропоновано метод, який поєднує можливості великих мовних моделей (ВММ) із проміжною високорівневою мовою опису, що дозволяє зменшити обсяг коду, підвищити читабельність та зменшити кількість помилок при генерації інфраструктури. Побудовано формальну модель процесу, яка охоплює формулювання запиту від користувача природною мовою, генерацію структурованого опису та його трансляцію в код Terraform. 

Для оцінювання ефективності запропонованого методу проведено порівняльний експеримент, що включає три тестові сценарії зростаючої складності: від розгортання одного приватного сервера до масштабованого набору публічних серверів за балансувальником навантаження. Кожен сценарій реалізовано двома способами — шляхом прямої генерації коду Terraform та через проміжну мову. Порівняння здійснювалося за такими критеріями, як кількість синтаксичних і семантичних помилок, довжина згенерованого коду та кількість визначених ресурсів.

Результати експерименту свідчать, що використання проміжної мови суттєво зменшує ймовірність синтаксичних і семантичних помилок, скорочує обсяг опису та підвищує надійність і зрозумілість кінцевих конфігурацій. Крім того, високий рівень абстракції опису полегшує процес навчання для мовних моделей, дозволяючи їм генерувати більш коректний код з меншою кількістю інструкцій.

Запропонований метод є актуальним у контексті спрощення DevOps-процесів, тестування хмарної інфраструктури та інтеграції генеративних моделей у середовище розробки. Перспективи подальших досліджень включають донавчання моделей на доменно-специфічних наборах даних та розширення проміжної мови новими типами хмарних ресурсів.