Aplicações de processos de decisão de Markov na composição automática de serviços web

• Processo: 08/50300-2
• Modalidade de apoio: Bolsas no Brasil - Iniciação Científica
• Data de Início da vigência: 01 de abril de 2008
• Data de Término da vigência: 31 de março de 2009
• Área de conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Esteban Fernandez Tuesta
• Beneficiário: Mônica Araújo de Andrade Rafael
• Instituição Sede: Escola de Artes, Ciências e Humanidades (EACH). Universidade de São Paulo (USP). São Paulo , SP, Brasil
• Assunto(s): Cadeias de Markov Inferência bayesiana
• Palavra(s)-Chave do Pesquisador: Aprendizado Bayesiano | Cadeias De Markov | Composicao Automatica | Planejamento | Processo De Decisao De Markov | Servicos Web

Resumo

O uso de Serviços Web (SW) vem aumentando consideravelmente nos últimos anos. Este avanço deve-se principalmente à compatibilidade das aplicações dos SW com a área de negócios. Uma das características importantes destas aplicações consiste na comunicação entre plataformas diferentes, o que facilita a composição de serviços. A composição automática de serviços foi inspirada inicialmente em técnicas de Planejamento em Inteligência Artificial, na qual um problema do mundo real é modelado como um sistema formado por um estado inicial, uma meta e um conjunto de ações que devem ser executadas de uma maneira lógica a fim de se atingir a meta esperada. O primeiro tipo de planejamento considerado foi o Planejamento Clássico que assume o comportamento dos SW como sendo determinístico, isto é, a aplicação de uma ação sobre um estado do sistema gera um novo e único estado. Este tipo de planejamento não permite que incertezas sobre os ambientes e/ou sobre as dinâmicas das transformações e eventos externos ao sistema, sejam representados. Um planejamento mais realista também deve levar em conta os casos com incerteza, em que a representação de mudanças imprevistas como falhas, interrupções dos serviços, eventos externos, e outros, possam ser modeladas. O Planejamento baseado nos Processos de Decisão de Markov (PDM) modela o domínio como um sistema estocástico que designa probabilidades para os estados de transição e fornece métodos para tratar as dificuldades relacionadas com a modelagem de incertezas sobre o verdadeiro estado do sistema e as dinâmicas envolvidas no processo. Este modelo desconsidera também muitas das suposições não realistas adotadas pelo planejamento clássico. Os PDM tratam as incertezas presentes no processo de uma maneira mais formal, com embasamento teórico na teoria das probabilidades e teoria da utilidade esperada como um problema de otimização que considera tanto o custo quanto a recompensa. O presente projeto tem como principal objetivo implementar uma solução para composição automática de serviços baseada em Processos de Decisão de Markov. (AU)