A goal-oriented approach to support the assurance process of self-adaptive systems under uncertainty

Registro completo de metadados
MetadadosDescriçãoIdioma
Autor(es): dc.contributorRodrigues, Genaína Nunes-
Autor(es): dc.creatorSolano, Gabriela Félix-
Data de aceite: dc.date.accessioned2021-10-14T17:57:19Z-
Data de disponibilização: dc.date.available2021-10-14T17:57:19Z-
Data de envio: dc.date.issued2020-03-11-
Data de envio: dc.date.issued2020-03-11-
Data de envio: dc.date.issued2020-03-11-
Data de envio: dc.date.issued2019-07-11-
Fonte completa do material: dc.identifierhttps://repositorio.unb.br/handle/10482/37094-
Fonte: dc.identifier.urihttp://educapes.capes.gov.br/handle/capes/620137-
Descrição: dc.descriptionDissertação (mestrado)—Universidade de Brasília, Instituto de Ciências Exatas, Departamento de Ciência da Computação, 2019.-
Descrição: dc.descriptionObjetivos são entidades de primeira classe em um sistema auto-adaptativo (SAS) uma vez que eles guiam a auto-adaptação. Normalmente, SAS opera em ambientes dinâmicos e parcialmente desconhecidos, causando incerteza que o SAS deve endereçar para atingir seus objetivos. Ainda, apesar do ambiente, outras classes de incerteza já foram identificadas. Entretanto, essas diversas classes e suas fontes não são endereçadas sistematicamente por abordagens atuais durante todo o ciclo de vida do SAS. Reconhecer as diferentes classes e fontes de incertezas contribui para um entendimento mais claro sobre como elas impactam os objetivos e o comportamento do sistema, sendo assim, auxiliando o processo de garantias de SAS. Nós propomos uma abordagem orientada a objetivos que modela SAS com incerteza e gera modelos verificáveis para verificação do sistema em tempo de projeto e de execução. Em tempo de projeto, baseados em um modelo orientado a objetivos complementado com anotações de incerteza, nós geramos automaticamente: (i) um Processo de Decisão de Markov (MDP) na linguagem PRISM, e (ii) fórmulas paramétricas de confiabilidade e custo parametrizadas com incertezas. O MDP é utilizado por atividade de verificação de modelos probabilístico para dar suporte à análise e à verificação do sistema em tempo de projeto. As fórmulas paramétricas são meios para uma análise eficiente do SAS em tempo de execução, e para guiar a síntese de políticas de adaptação feita por engenheiros. Nesse trabalho, nós focamos nas propriedades de confiabilidade e custo, e avaliamo-las nos sistemas Tele Assistance System (TAS) e Body Sensor Network (BSN). Os resultados da validação são promissores e mostram que nossa abordagem é capaz de gerar modelos verificáveis de SAS com incertezas de forma escalável e confiável.-
Descrição: dc.descriptionCoordenação de Aperfeiçoamento de Pessoal de Nível Superior (CAPES).-
Descrição: dc.descriptionGoals are first-class entities in a self-adaptive system (SAS) as they guide the selfadaptation. A SAS often operates in dynamic and partially unknown environments, which cause uncertainty that the SAS has to address to achieve its goals. Moreover, besides the environment, other classes of uncertainty have been identified. However, these various classes and their sources are not systematically addressed by current approaches throughout the life cycle of the SAS. Recognizing the different classes and sources of uncertainty contributes to a clear understanding of how they impact system goals and behavior, therefore assisting the assurance process of SAS. We propose a goal-oriented approach that models SAS within uncertainty and generates verifiable models for system verification at both design- and runtime. At design time, based on a goal model augmented with uncertainty annotations, we automatically generate: (i) a Markov Decision Process (MDP) model in PRISM language, and (ii) reliability and cost parametric formulae with parameterized uncertainties. The MDP is used by probabilistic model checking activity to support system analysis and verification at design time. The parametric formulae provide means for efficient runtime analysis of SAS and guide the synthesis of adaptation policies by engineers. In this work, we focus on reliability and cost properties, for which we evaluate our approach on the Tele Assistance System (TAS) and the Body Sensor Network (BSN) system. The results of the validation are promising and show that our approach is able to generate scalable and trustworthy verifiable models of SAS under uncertainty.-
Formato: dc.formatapplication/pdf-
Direitos: dc.rightsAcesso Aberto-
Direitos: dc.rightsA concessão da licença deste item refere-se ao termo de autorização impresso assinado pelo autor com as seguintes condições: Na qualidade de titular dos direitos de autor da publicação, autorizo a Universidade de Brasília e o IBICT a disponibilizar por meio dos sites www.bce.unb.br, www.ibict.br, http://hercules.vtls.com/cgi-bin/ndltd/chameleon?lng=pt&skin=ndltd sem ressarcimento dos direitos autorais, de acordo com a Lei nº 9610/98, o texto integral da obra disponibilizada, conforme permissões assinaladas, para fins de leitura, impressão e/ou download, a título de divulgação da produção científica brasileira, a partir desta data.-
Palavras-chave: dc.subjectSistemas autoadaptativos-
Palavras-chave: dc.subjectIncerteza-
Palavras-chave: dc.subjectProcesso de Decisão de Markov (MDP)-
Título: dc.titleA goal-oriented approach to support the assurance process of self-adaptive systems under uncertainty-
Tipo de arquivo: dc.typelivro digital-
Aparece nas coleções:Repositório Institucional – UNB

Não existem arquivos associados a este item.