| Summary: | Made available in DSpace on 2016-08-17T14:53:20Z (GMT). No. of bitstreams: 1
dissertacao Berto Pereira Gomes.pdf: 2014882 bytes, checksum: f2db4e98c8101d26cfdc062169be8627 (MD5)
Previous issue date: 2012-03-09 === Computer Grids are characterized by the high dynamism of its execution
environment, resources and tasks heterogeneity, and high scalability. These features
turn tasks such as configuration, maintenance and failure recovery quite challenging
and is becoming increasingly difficult to perform them only by human agents.
The autonomic computing term denotes computer systems capable of
changing their behavior dynamically in response to changes in the execution
environment. For achieving this, the software is generally organized following the
MAPE-K (Monitoring, Analysis, Planning, Execution and Knowledge) model, in which
autonomic managers perform of the execution environment sensing activities, context
analysis, planning and execution of dynamic reconfiguration actions, based on shared
knowledge about the controlled system. Several recent research efforts seek to apply
autonomic computing techniques to grid computing, providing more autonomy and
reducing the need for human intervention in the maintenance and management of
these computing environments, thus creating the concept an autonomic grid.
This thesis presents a new simulator tool for assisting the development and
evaluation of autonomic grid approaches called AGST (Autonomic Grid Simulation
Tool). The major contribution of this tool is the definition and implementation of
a simulation model based on the MAPE-K autonomic management cycle, that can
be used to simulate the monitoring, analysis and planning, control and execution
functions, allowing the simulation of an autonomic computing grid. AGST also
provides support for parametric and compositional dynamic adaptations of managed
elements. This work also presents two case studies where the proposed tool was
successfully used for the modeling, simulation and evaluation of approaches to grid
computing. === Grades de computadores são caracterizadas pelo alto dinamismo de seu
ambiente de execução, alta heterogeneidade de recursos e tarefas, e por requererem
grande escalabilidade. Essas características tornam tarefas como configuração,
manutenção e recuperação em caso de falhas bastante desafiadoras e cada vez mais
difíceis de serem realizadas exclusivamente por agentes humanos.
O termo Computação Autonômica denota sistemas computacionais capazes
de mudar seu comportamento dinamicamente em resposta a variações do ambiente
de execução. Para isso, o software é geralmente organizado seguindo-se a
arquitetura MAPE-K (Monitoring, Analysis, Planning, Execution and Knowledge), na
qual gerentes autonômicos realizam as atividades de monitoramento do ambiente
de execução, análise de informações de contexto, planejamento e execução de ações
de reconfiguração dinâmica, compartilhando algum conhecimento sobre o sistema
controlado. Diversos esforços de pesquisa recentes buscam aplicar técnicas de
computação autonômica à computação em grade, provendo-se maior autonomia e
reduzindo-se a necessidade de intervenção humana na manutenção e gerenciamento
destes ambientes computacionais, criando assim o conceito de grade autonômica.
Esta dissertação apresenta uma nova ferramenta de simulação que tem
por objetivo auxiliar o desenvolvimento e avaliação de abordagens autonômicas para
grades de computadores denominada AGST (Autonomic Grid Simulation Tool). A
principal contribuição dessa ferramenta é a definição e implementação de um modelo
de simulação baseado na arquitetura MAPE-K, que pode ser utilizado para simular
todas as funções de monitoramento, analise e planejamento, controle e execução,
permitindo assim a simulação de grades autonômicas. AGST provê ainda o suporte
à execução de adaptações paramétricas e composicionais dos elementos gerenciados.
Este trabalho também apresenta dois estudos de caso nos quais a ferramenta proposta
foi utilizada com sucesso no processo de modelagem, simulação e avaliação de
abordagens para grades computacionais.
|
|---|
