Áttekintés: trace analízis
Algoritmus 1 – N-gramok felismerése
ha egy hosszabb s szekvencia
helyettesíteni tudja valamelyszülőjének α százalékát, akkoregy új s szekvenciát kellbevezetni mint (k+1)-gram
ha egy hosszabb s szekvencia
helyettesíteni tudja valamelyszülőjének α százalékát, akkoregy új s szekvenciát kellbevezetni mint (k+1)-gram
Cik az i-edik k-gram
f(s) mutatja, hogy a szekvenciahányszor jelenik meg atanítóhalmazban
Cik az i-edik k-gram
f(s) mutatja, hogy a szekvenciahányszor jelenik meg atanítóhalmazban
Egyszerű példa
Bemenet:
Trace-ek: ABC, CD, ABD, AB, CBD
α = 0,7
k=1
A (3)
B (3)
C (2)
D(2)
k=2
AB (3)BD(2)
BC (1)
CB(1)
CD(1)
k=3
ABD(1)
Algoritmus 2 – Automata építés
L = a leghosszabb n-gram hossza
L = a leghosszabb n-gram hossza
Teljes modellépítés példa
• Three traces: ABCDE, CDEA, CDEBA(capital letters are the components visited during the transaction)
• Threshold: α = 0.6
• Algorithm 1:
(n-gram extraction)
• Algorithm 2:
(automata construction)
Az x-szel jelöltek nem érik elaz α küszöböt!
Az x-szel jelöltek nem érik elaz α küszöböt!
Hiba detektálása - ötlet
1. szabály: a különféle n-gram halmazok közül mindig a hosszabb n-gramokat tartalmazó halmazt választjuk
2. szabály: az ugyanazon halmazban lévő n-gramok közül agyakoribbat válasszuk
Ötlet: egy trace elfogadható, ha
1.feltétel: a trace felvágható az 1. és 2. szabály szerint ameghatározott (Ca) halmazokban található n-gramokra
2.feltétel: ezen n-gramok átmenetei követik az automata átmeneteit(részhalmaz)
Algoritmus 3 - Detektálás
Ca azon n-gramok halmaza, amelyettartalmaz az automata
Na a Ca –ban lévő n-gramok száma
Ca azon n-gramok halmaza, amelyettartalmaz az automata
Na a Ca –ban lévő n-gramok száma
Példa - Detektálás
Bemeneti trace:
Automata:
Nincs ilyen n-gram Ca-ban
Nincs ilyen átmenet azautomatában
Kísérleti értékelés
• A kísérleteket a PetStore Java benchmark alkalmazással végezték, amely 27Enterprise JavaBeanből (EJB) áll
•A felhasználó viselkedést emulálták
•Az ábra az összes N-gram számátill. a leghosszabb N-gram hosszátmutatja az α tűréshatárfüggvényében
Kísérleti értékelés II.
•Az ábra az automaták méretét mutatja a különféle α tűréshatár értékekfüggvényében
•Összehasonlítva az előző ábrával: sok n-gramot nem használtunk fel az automataépítése során, különösen, amikor az α tűréshatár alacsony
Kísérleti értékelés III.
•30 hiba injektálása az EJBtesztalkalmazásba
•Az ábra a detektált, abnormálistrace-ek számát mutatja α szerint
•α = 0.5…0.6 között a leghosszabbn-gram hossza 50-ről 8-ra csökken,és a detektálás pontossága 26/30-ról12/30-ra
•a hamis pozitívak aránya nagyon kicsi(~1), de az injektált hibákmegváltoztathatják a belső állapotot,amelyek meghibásodást okozhatnak,amúgy nem hibás trace-ekben,amiket emiatt detektálhatunk
• ez a félrevezető detektálás nehezíti a hibakeresést, de nagyrészt eliminálhat, hacsak az időbélyeg szerinti első hibás trace-szel foglalkozunk
Bevezetés
Az AC egy rendszerszintű megközelítés
oAutomatizálás és felügyelhetőség a rendszer minden rétegében
oFederált, heterogén komponenensek kohezívan együttműködnek
Három alapvető elv szerint fejlődnek ACrendszerek
oszabályozástechnika
odinamikus tervkésztés
oreflektív, self-aware rendszerek
Az autonomic computing (AC, autonóm informatika) az autonóm idegrendszertmodellező rendszertervezési paradigma. A rendszer alapvető állapotváltozóibanbekövetkező változás a teljes rendszert viselkedését megváltoztató beavatkozástvált ki, amely biztosítja, hogy a rendszer egyensúlyi állapotba kerül a környezetével.
Az autonomic computing (AC, autonóm informatika) az autonóm idegrendszertmodellező rendszertervezési paradigma. A rendszer alapvető állapotváltozóibanbekövetkező változás a teljes rendszert viselkedését megváltoztató beavatkozástvált ki, amely biztosítja, hogy a rendszer egyensúlyi állapotba kerül a környezetével.
Motivation for Autonomic Computing
• System Uncertainty
–Very large scales
–Ad hoc structures/behaviours
•p2p, hierarchical, …
–Dynamic
•entities join, leave, changebehaviour
–Heterogeneous
•capability, connectivity,reliability,
–Lack of guarantees
•components, communication
–Lack of common/completeknowledge
•number, type, location,availability, connectivity,protocols, semantics
•Information Uncertainty
–Availability, resolution, quality ofinformation
–Devices capability, operation,calibration
–Trust in data, data models
–Semantics
•Application Uncertainty
–Dynamic behaviours
•space-time adaptivity
–Dynamic and complex couplings
•multi-physics, multi-model,multi-resolution, ….
–Dynamic and complex (ad hoc,opportunistic) interactions
–Software/systems engineeringissues
•Emergent rather than by design
Research directions
Self-* tulajdonságok
•A self-* (ön*) tulajdonságok AC rendszerekmakroszkopikus tulajdonságai
•Általában emergens tulajdonságok: a makroszkopikustulajdonság mikroszkopikus interakciók összességébőlerednek
Önkonfiguráció - Self-configuration
•Automatikus adaptáció a dinamikusan változókörnyezethez
•Belső adaptáció
oKomponensek hozzáadása vagyelvétele (software)
oFutás közbeni újrakonfiguráció
•Külső adaptáció
oA globális infrastruktúra szerintsaját magát állítja be a rendszer
Öngyógyítás - Self-healing
•Külső zavarás felismerése, diagnosztizálása ésszolgáltásmegszakítás nélküli kezelése
•Autonóm problémafelismerés ésmegoldás
•A hibás komponenseket
odetektálni,
oizolálni,
ojavítani,
oújraintegrálni.
Önoptimalizáció - Self-optimization
•Erőforrások automatikus monitorozása, hangolása,felügyelete
oMűködés nem előre jelezhető körülmények között
oErőforrás kihasználás maximalizálásaemberi beavatkozás nélkül
• Dinamikus erőforrás allokáció ésterhelés menedzsment
oErőforrás: tárhely, adatbázis,hálózat
oPélda: dinamikus szerver fürtök
Önvédelem - Self-protection
•Támadásokra való felkészülés, detekátlás,azonosítás és védelem
oFelhasználói hozzáférésdefiniálása és felügyeleteminden erőforrásra
oJogosulatlan hozzáférés ellenivédelem
Autonomic Element - AE
•Az architektúra alapeleme a
•Felügyelt egységből
• Adatbázis, alkalmazásszerver , stb
•És autonóm menedzserből álló
Autonóm egység
• Feladatai:
•A funkcionalitás nyújtása
•Saját viselkedésének felügyelete a self-*tulajdonságok alapján
•Együttműködés más autonómegységekkel
Az autonóm egység
Managed Element
E
S
Monitor
Analyze
Execute
Plan
Knowledge
Autonomic Manager
AE: Kölcsönhatások
•Kapcsolatok AE-k között:
–Dinamikus, ideiglenes,célorientált
–Szabályok és kényszerekdefiniálják
–Egyezség által jön létre
•Ez lehet tárgyalás eredménye
–Teljes spektrum
•Peer-to-peer
•Hierarchikus
–Házirendek (policy)szabályozhatják
Önszervezés
Az önszervezés
oalacsony szintű egységekben végrehajtott
odinamikus folyamatok összessége, amely során
ostruktúra vagy rend jelenik meg
oglobális szinten.
Az önszervező viselkedést eredményező szabályokat(amelyek a kölcsönhatásokat meghatározzák) az AE-kcsupán lokális információ alapján alkalmazzák
AC referencia architektúra
Részben vagy teljesenautomatizált folyamatok(pl. ITIL folyamatok)
Részben vagy teljesenautomatizált folyamatok(pl. ITIL folyamatok)
Az AC rendszer által felügyelt erőforrások
Az AC rendszer által felügyelt erőforrások
IT építőelemek, és összekapcsolásukleírása
IT építőelemek, és összekapcsolásukleírása
Építőelemek kombinálása tipikusforgatókönyvekké
Építőelemek kombinálása tipikusforgatókönyvekké
Autonóm Kölcsönhatás
