Lotus@Runtime: Uma Ferramenta para Monitoramento e Verificação em Tempo de Execução para Sistemas Autoadaptativos

• Davi Monteiro Barbosa UECE
• Paulo Henrique Mendes Maia UECE
• Evilásio Costa Júnior UECE

DOI: https://doi.org/10.5753/sbcup.2016.9453

Resumo

Sistemas autoadaptativos possuem a capacidade de adaptar seu comportamento durante sua execução em resposta às mudanças no ambiente onde está inserido. Para garantir o sucesso de uma adaptação, abordagens tradicionais como testes e verificações de software são insuficientes. Por isso, deve-se adotar abordagens de monitoramento e verificação em tempo de execução para assegurar que as adaptações tenham o resultado esperado. Neste trabalho, é proposta uma ferramenta para realizar, de forma integrada, o monitoramento, a verificação e a notificação de violações encontradas durante a execução de um sistema autoadaptativo.

Referências

Arcaini, P., Gargantini, A., and Riccobene, E. (2012). Coma: conformance monitoring of java programs by abstract state machines. In Runtime Verification, pages 223–238. Springer.

Bencomo, N., Bennaceur, A., Grace, P., Blair, G., and Issarny, V. (2013). The role of models@ run. time in supporting on-the-fly interoperability. Computing, 95(3):167–190.

Blair, G., Bencomo, N., and France, R. B. (2009). Models@ run. time. Computer, 42(10):22–27.

Calinescu, R., Ghezzi, C., Kwiatkowska, M., and Mirandola, R. (2012). Self-adaptive software needs quantitative verification at runtime. Communications of the ACM, 55(9):69–77.

Calinescu, R., Johnson, K., and Rafiq, Y. (2013). Developing self-verifying service-based systems. In Automated Software Engineering (ASE), 2013 IEEE/ACM 28th International Conference on, pages 734–737. IEEE.

Chen, B., Peng, X., Yu, Y., Nuseibeh, B., and Zhao, W. (2014). Self-adaptation through incremental generative model transformations at runtime. In 36th International Conference on Software Engineering, Hyderabad. ACM/IEEE.

Cheng, B. H. C., de Lemos, R., Giese, H., Inverardi, P., et al. (2009). Software Engineering for Self-Adaptive Systems, chapter Software Engineering for Self-Adaptive Systems: A Research Roadmap, pages 1–26. Springer Berlin Heidelberg, Berlin, Heidelberg.

Eugster, P. T., Felber, P. A., Guerraoui, R., and Kermarrec, A.-M. (2003). The many faces of publish/subscribe. ACM Computing Surveys (CSUR), 35(2):114–131.

Filieri, A., Ghezzi, C., and Tamburrelli, G. (2011). Run-time efficient probabilistic model checking. In Proceedings of the 33rd international conference on software engineering, pages 341–350. ACM.

Goldsby, H. J., Cheng, B. H., and Zhang, J. (2008). Amoeba-rt: Run-time verification of adaptive software. In Models in Software Engineering, pages 212–224. Springer.

Hinton, A., Kwiatkowska, M., Norman, G., and Parker, D. (2006). Prism: A tool for automatic verification of probabilistic systems. In Tools and Algorithms for the Construction and Analysis of Systems, pages 441–444. Springer.

Huebscher, M. C. and McCann, J. A. (2008). A survey of autonomic computing—degrees, models, and applications. ACM Computing Surveys (CSUR), 40(3):7.

Kephart, J. O. and Chess, D. M. (2003). The vision of autonomic computing. Computer, 36(1):41–50.

Maoz, S. (2009). Using model-based traces as runtime models. Computer, 42(10):28–36.

Oreizy, P., Gorlick, M. M., Taylor, R. N., Heimbigner, D., Johnson, G., Medvidovic, N., Quilici, A., Rosenblum, D. S., andWolf, A. L. (1999). An architecture-based approach to self-adaptive software. IEEE Intelligent systems, 14(3):54–62.

Salehie, M. and Tahvildari, L. (2009). Self-adaptive software: Landscape and research challenges. ACM Transactions on Autonomous and Adaptive Systems (TAAS), 4(2):14.

Weyns, D. and Calinescu, R. (2015). Tele assistance: a self-adaptive service-based system examplar. In Proceedings of the 10th International Symposium on Software Engineering for Adaptive and Self-Managing Systems, pages 88–92. IEEE Press.