Integrating predictive analysis in self-adaptive pervasive systems

Ivan Dario Paez Anaya 1, 2
2 DiverSe - Diversity-centric Software Engineering
Inria Rennes – Bretagne Atlantique , IRISA-D4 - LANGAGE ET GÉNIE LOGICIEL
Résumé : Au cours des dernières années, il y a un intérêt croissant pour les systèmes logiciels capables de faire face à la dynamique des environnements en constante évolution. Actuellement, les systèmes auto-adaptatifs sont nécessaires pour l’adaptation dynamique à des situations nouvelles en maximisant performances et disponibilité. Les systèmes ubiquitaires et pervasifs fonctionnent dans des environnements complexes et hétérogènes et utilisent des dispositifs à ressources limitées où des événements peuvent compromettre la qualité du système. En conséquence, il est souhaitable de s’appuyer sur des mécanismes d’adaptation du système en fonction des événements se produisant dans le contexte d’exécution. En particulier, la communauté du génie logiciel pour les systèmes auto-adaptatif (Software Engineering for Self-Adaptive Systems - SEAMS) s’efforce d’atteindre un ensemble de propriétés d’autogestion dans les systèmes informatiques. Ces propriétés d’autogestion comprennent les propriétés dites self-configuring, self-healing, self-optimizing et self-protecting. Afin de parvenir à l’autogestion, le système logiciel met en œuvre un mécanisme de boucle de commande autonome nommé boucle MAPE-K [78]. La boucle MAPE-K est le paradigme de référence pour concevoir un logiciel auto-adaptatif dans le contexte de l’informatique autonome. Cet modèle se compose de capteurs et d’effecteurs ainsi que quatre activités clés : Monitor, Analyze, Plan et Execute, complétées d’une base de connaissance appelée Knowledge, qui permet le passage des informations entre les autres activités [78]. L’étude de la littérature récente sur le sujet [109, 71] montre que l’adaptation dynamique est généralement effectuée de manière réactive, et que dans ce cas les systèmes logiciels ne sont pas en mesure d’anticiper des situations problématiques récurrentes. Dans certaines situations, cela pourrait conduire à des surcoûts inutiles ou des indisponibilités temporaires de ressources du système. En revanche, une approche proactive n’est pas simplement agir en réponse à des événements de l’environnement, mais a un comportement déterminé par un but en prenant par anticipation des initiatives pour améliorer la performance du système ou la qualité de service.
Type de document :
Thèse
Other [cs.OH]. Université Rennes 1, 2015. English. 〈NNT : 2015REN1S046〉
Liste complète des métadonnées

Littérature citée [126 références]  Voir  Masquer  Télécharger

https://tel.archives-ouvertes.fr/tel-01251551
Contributeur : Abes Star <>
Soumis le : mercredi 6 janvier 2016 - 13:38:24
Dernière modification le : mercredi 20 septembre 2017 - 01:09:02
Document(s) archivé(s) le : jeudi 7 avril 2016 - 15:59:15

Fichier

PAEZ_ANAYA_Ivan_Dario.pdf
Version validée par le jury (STAR)

Identifiants

  • HAL Id : tel-01251551, version 1

Citation

Ivan Dario Paez Anaya. Integrating predictive analysis in self-adaptive pervasive systems. Other [cs.OH]. Université Rennes 1, 2015. English. 〈NNT : 2015REN1S046〉. 〈tel-01251551〉

Partager

Métriques

Consultations de
la notice

546

Téléchargements du document

632