Resumo
Atualmente, nota-se que nossa sociedade está cada vez mais dependente de sistemas de software para execução de tarefas diárias. Dessa forma, espera-se que tais sistemas também sejam capazes de operar sob condições incertas, sem interrupções ou intervenções humanas. As causas de incertezas incluem desde mudanças no ambiente operacional até variações de objetivos e necessidades de seus usuários. Nesse sentido, sistemas autoadaptativos (do inglês, Self-adaptive Software} -- SaS) permitem lidar com incertezas por meio de modificações estruturais e/ou comportamentais em tempo de execução. Baseado no cenário exposto, nosso grupo de pesquisa tem desenvolvido trabalhos nessa direção, que visam apoiar a comunidade de SaS e outros interessados no desenvolvimento de SaS e Self-Apps (do inglês, Self-adaptive Service-oriented Applications) apoiado por padrões e boas práticas de engenharia de software. Dentre os desdobramentos de tais iniciativas, o projeto de um framework chamado DynaMS (do inglês, Dynamic Deployment, QoS Metrics and Semantic Search) resultou em algumas possibilidades de investigação futura. Nessa perspectiva, destaca-se o aprimoramento do sistema de monitoramento de serviços para que o mesmo possa atuar de maneira mais efetiva, distinguindo os serviços com maior tendência a falhas ou degradações de QoS (do inglês, Quality of Service). Diante do exposto, o objetivo deste projeto é o desenvolvimento de um módulo, baseado em uma abordagem inteligente que englobe elementos da computação autoconsciente e algoritmos de aprendizado por reforço, para ser acoplado ao sistema de monitoramento do framework DynaMS. Dessa forma, pretende-se, ao final deste projeto, ter uma solução capaz de monitorar serviços de maneira otimizada, contribuindo para o balanceamento e otimização de recursos computacionais utilizados nas aplicações (Self-Apps).
|