stringtranslate.com

Computación autónoma

La computación autónoma ( AC ) son recursos informáticos distribuidos con características de autogestión , que se adaptan a cambios impredecibles mientras ocultan la complejidad intrínseca a los operadores y usuarios. Iniciada por IBM en 2001, esta iniciativa tenía como objetivo en última instancia desarrollar sistemas informáticos capaces de autogestión, superar la creciente complejidad de la gestión de sistemas informáticos y reducir la barrera que la complejidad plantea para un mayor crecimiento. [1]

Descripción

El concepto del sistema AC está diseñado para tomar decisiones adaptativas, utilizando políticas de alto nivel. Comprobará y optimizará constantemente su estado y se adaptará automáticamente a las condiciones cambiantes. Un marco informático autónomo está compuesto por componentes autónomos (AC) que interactúan entre sí. Un AC se puede modelar en términos de dos esquemas de control principales (local y global) con sensores (para el autocontrol ), efectores (para el autoajuste), conocimiento y planificador/adaptador para explotar políticas basadas en la conciencia personal y ambiental. Esta arquitectura a veces se denomina Monitor-Analizar-Planificar-Ejecutar (MAPE).

Impulsados ​​por esta visión, recientemente se ha propuesto una variedad de marcos arquitectónicos basados ​​en componentes autónomos " autorreguladores ". Una tendencia muy similar ha caracterizado recientemente importantes investigaciones en el área de sistemas multiagente . Sin embargo, la mayoría de estos enfoques suelen concebirse teniendo en mente arquitecturas de servidores centralizados o basados ​​en clústeres y en su mayoría abordan la necesidad de reducir los costos de gestión en lugar de la necesidad de habilitar sistemas de software complejos o proporcionar servicios innovadores. Algunos sistemas autónomos involucran agentes móviles que interactúan a través de mecanismos de comunicación débilmente acoplados. [2]

La computación orientada a la autonomía es un paradigma propuesto por Jiming Liu en 2001 que utiliza sistemas artificiales que imitan los comportamientos colectivos de los animales sociales para resolver problemas computacionales difíciles. Por ejemplo, en este paradigma se podría estudiar la optimización de colonias de hormigas . [3]

Problema de creciente complejidad

Las previsiones sugieren que los dispositivos informáticos en uso crecerán un 38% anual [4] y la complejidad media de cada dispositivo está aumentando. [4] Actualmente, este volumen y complejidad es gestionado por humanos altamente capacitados; pero la demanda de personal de TI capacitado ya está superando la oferta, y los costos laborales superan los costos de los equipos en una proporción de hasta 18:1. [5] Los sistemas informáticos han aportado grandes beneficios en cuanto a velocidad y automatización, pero ahora existe una abrumadora necesidad económica de automatizar su mantenimiento.

En un artículo de IEEE Computer de 2003 , Kephart y Chess [1] advierten que el sueño de la interconectividad de los sistemas y dispositivos informáticos podría convertirse en la "pesadilla de la informática omnipresente " en la que los arquitectos son incapaces de anticipar, diseñar y mantener la complejidad de las interacciones. Afirman que la esencia de la informática autónoma es la autogestión del sistema, liberando a los administradores de la gestión de tareas de bajo nivel y al mismo tiempo ofreciendo un mejor comportamiento del sistema.

Un problema general de los sistemas informáticos distribuidos modernos es que su complejidad , y en particular la complejidad de su gestión, se está convirtiendo en un factor limitante importante para su desarrollo posterior. Grandes empresas e instituciones están empleando redes informáticas a gran escala para la comunicación y la computación. Las aplicaciones distribuidas que se ejecutan en estas redes informáticas son diversas y se ocupan de muchas tareas, que van desde procesos de control interno hasta la presentación de contenido web y la atención al cliente.

Además, la informática móvil está invadiendo estas redes a una velocidad cada vez mayor: los empleados necesitan comunicarse con sus empresas mientras no están en la oficina. Lo hacen utilizando computadoras portátiles , asistentes digitales personales o teléfonos móviles con diversas formas de tecnologías inalámbricas para acceder a los datos de sus empresas.

Esto crea una enorme complejidad en la red informática general que es difícil de controlar manualmente por parte de operadores humanos. El control manual requiere mucho tiempo, es costoso y propenso a errores. El esfuerzo manual necesario para controlar un sistema informático en red en crecimiento tiende a aumentar muy rápidamente.

El 80% de estos problemas en la infraestructura ocurren en la capa de base de datos y aplicación específica del cliente. [ cita necesaria ] La mayoría de los proveedores de servicios 'autonómicos' [ ¿quién? ] garantizan solo hasta la capa básica de plomería (energía, hardware, sistema operativo , red y parámetros básicos de la base de datos).

Características de los sistemas autónomos.

Una posible solución podría ser permitir que los sistemas informáticos modernos y en red se gestionen solos sin intervención humana directa. La Iniciativa de Computación Autonómica (ACI) tiene como objetivo proporcionar las bases para los sistemas autónomos. Está inspirado en el sistema nervioso autónomo del cuerpo humano. [6] Este sistema nervioso controla funciones corporales importantes (por ejemplo, respiración, frecuencia cardíaca y presión arterial ) sin ninguna intervención consciente.

En un sistema autónomo autogestionado , el operador humano asume un nuevo rol: en lugar de controlar el sistema directamente, define políticas y reglas generales que guían el proceso de autogestión. Para este proceso, IBM definió los siguientes cuatro tipos de propiedades denominadas propiedades self-star (también llamadas propiedades self-*, self-x o auto-*). [7]

  1. Autoconfiguración: Configuración automática de componentes;
  2. Autocuración: descubrimiento automático y corrección de fallas; [8]
  3. Autooptimización : Monitoreo y control automático de los recursos para asegurar el funcionamiento óptimo con respecto a los requisitos definidos;
  4. Autoprotección: Identificación proactiva y protección contra ataques arbitrarios.

Otros como Poslad [7] y Nami y Sharifi [9] han ampliado el set de auto-estrella de la siguiente manera:

  1. Autorregulación : sistema que opera para mantener algún parámetro, por ejemplo, calidad de servicio , dentro de un rango de reinicio sin control externo;
  2. Autoaprendizaje: los sistemas utilizan técnicas de aprendizaje automático, como el aprendizaje no supervisado , que no requiere control externo;
  3. Autoconciencia (también llamada Autoinspección y Autodecisión): El sistema debe conocerse a sí mismo. Debe conocer el alcance de sus propios recursos y los recursos a los que se vincula. Un sistema debe ser consciente de sus componentes internos y enlaces externos para poder controlarlos y gestionarlos;
  4. Autoorganización : estructura del sistema impulsada por modelos de tipo físico sin presión o participación explícita desde fuera del sistema;
  5. Autocreación (también llamado Autoensamblaje , Autoreplicación ): Sistema impulsado por modelos de tipo ecológico y social sin presión o participación explícita desde fuera del sistema. Los miembros de un sistema están automotivados y autoimpulsados, generando complejidad y orden en una respuesta creativa a una demanda estratégica en continuo cambio;
  6. Autogestión (también llamada autogobierno): Un sistema que se gestiona a sí mismo sin intervención externa. Lo que se gestiona puede variar según el sistema y la aplicación. La autogestión también se refiere a un conjunto de procesos en estrella, como la computación autónoma, en lugar de un proceso en estrella único;
  7. Autodescripción (también llamada autoexplicación o Autorepresentación): Un sistema se explica a sí mismo. Es capaz de ser entendido (por humanos) sin más explicaciones.

IBM ha establecido ocho condiciones que definen un sistema autónomo: [10] [11]

El sistema debe

  1. conocerse a sí mismo en términos de a qué recursos tiene acceso, cuáles son sus capacidades y limitaciones y cómo y por qué está conectado a otros sistemas;
  2. ser capaz de configurarse y reconfigurarse automáticamente según el entorno informático cambiante;
  3. ser capaz de optimizar su rendimiento para garantizar el proceso informático más eficiente;
  4. ser capaz de solucionar los problemas encontrados, ya sea reparándose a sí mismo o desviando funciones fuera del problema;
  5. detectar, identificar y protegerse contra diversos tipos de ataques para mantener la seguridad e integridad general del sistema;
  6. adaptarse a su entorno a medida que cambia, interactuando con sistemas vecinos y estableciendo protocolos de comunicación;
  7. dependen de estándares abiertos y no pueden existir en un entorno propietario;
  8. anticipar la demanda de sus recursos sin dejar de ser transparente para los usuarios.

Aunque el propósito y, por tanto, el comportamiento de los sistemas autónomos varían de un sistema a otro, cada sistema autónomo debería poder exhibir un conjunto mínimo de propiedades para lograr su propósito:

  1. Automático : Esto significa esencialmente poder autocontrolar sus funciones y operaciones internas. Como tal, un sistema autónomo debe ser autónomo y capaz de ponerse en marcha y funcionar sin intervención manual ni ayuda externa. Nuevamente, el conocimiento requerido para arrancar el sistema ( Know-how ) debe ser inherente al sistema.
  2. Adaptativo : Un sistema autónomo debe poder cambiar su funcionamiento (es decir, su configuración, estado y funciones). Esto permitirá que el sistema haga frente a cambios temporales y espaciales en su contexto operativo, ya sea a largo plazo (personalización/optimización del entorno) o a corto plazo (condiciones excepcionales como ataques maliciosos, fallos, etc.).
  3. Consciente : Un sistema autónomo debe ser capaz de monitorear (sentir) su contexto operativo así como su estado interno para poder evaluar si su operación actual cumple su propósito. La conciencia controlará la adaptación de su comportamiento operativo en respuesta al contexto o cambios de estado.

Niveles evolutivos

IBM definió cinco niveles evolutivos, o modelo de implementación autónoma , para el despliegue de sistemas autónomos:

Patrones de diseño

La complejidad del diseño de los sistemas autónomos se puede simplificar utilizando patrones de diseño como el patrón modelo-vista-controlador (MVC) para mejorar la separación de preocupaciones al encapsular preocupaciones funcionales. [13]

Bucles de control

Un concepto básico que se aplicará en los Sistemas Autonómicos son los circuitos cerrados de control . Este conocido concepto surge de la teoría del control de procesos . Básicamente, un circuito de control cerrado en un sistema autogestionado monitorea algún recurso (componente de software o hardware) e intenta de forma autónoma mantener sus parámetros dentro de un rango deseado.

Según IBM, se espera que cientos o incluso miles de estos bucles de control funcionen en un sistema informático autogestionado a gran escala.

Modelo conceptual

Un componente fundamental de un sistema autónomo es la capacidad de detección ( Sensores Si ) , que permite al sistema observar su contexto operativo externo. Inherente a un sistema autónomo es el conocimiento del Propósito (intención) y el Conocimiento para operar en sí mismo (por ejemplo, arranque , conocimiento de configuración, interpretación de datos sensoriales, etc.) sin intervención externa. El funcionamiento real del sistema autónomo está dictado por la Lógica , que es responsable de tomar las decisiones correctas para cumplir su Propósito , e influenciada por la observación del contexto operativo (basado en la entrada del sensor).

Este modelo destaca el hecho de que el funcionamiento de un sistema autónomo está impulsado por un propósito. Esto incluye su misión (por ejemplo, el servicio que se supone debe ofrecer), las políticas (por ejemplo, que definen el comportamiento básico) y el " instinto de supervivencia ". Si se lo viera como un sistema de control, se codificaría como una función de error de retroalimentación o, en un sistema asistido heurísticamente, como un algoritmo combinado con un conjunto de heurísticas que delimitan su espacio operativo.

Ver también

Referencias

  1. ^ ab Kephart, JO; Chess, DM (2003), "La visión de la informática autónoma", Computer , 36 : 41–52, CiteSeerX  10.1.1.70.613 , doi :10.1109/MC.2003.1160055
  2. ^ Padovitz, Amir; Arkadi Zaslavski; Seng W. Loke (2003). "Conciencia y agilidad para sistemas distribuidos autónomos: comunicación basada en eventos de publicación-suscripción y independiente de la plataforma para agentes móviles". 14º Taller internacional sobre aplicaciones de sistemas expertos y bases de datos, 2003. Actas. págs. 669–673. doi :10.1109/DEXA.2003.1232098. ISBN 978-0-7695-1993-7. S2CID  15846232.
  3. ^ Jin, Xiaolong; Liu, Jiming (2004), "Del modelado basado en individuos a la computación orientada a la autonomía", Agentes y autonomía computacional , Lecture Notes in Computer Science, vol. 2969, pág. 151, doi :10.1007/978-3-540-25928-2_13, ISBN 978-3-540-22477-8
  4. ^ ab Cuerno. "Computación autónoma: la perspectiva de IBM sobre el estado de la tecnología de la información" (PDF) . Archivado desde el original (PDF) el 16 de septiembre de 2011.
  5. ^ 'Tendencias en tecnología', encuesta, Universidad Berkeley de California, EE. UU., marzo de 2002
  6. ^ "¿Qué es la computación ubicua (computación omnipresente)?".
  7. ^ ab Poslad, Stefan (2009). Sistemas autónomos y vida artificial, en: Computación ubicua Dispositivos inteligentes, entornos inteligentes e interacción inteligente. Wiley. págs. 317–341. ISBN 978-0-470-03560-3. Archivado desde el original el 10 de diciembre de 2014 . Consultado el 17 de marzo de 2015 .
  8. ^ Red S-Cube. "Sistema de autocuración".
  9. ^ Nami, señor; Sharifi, M. (2007). "Un estudio de los sistemas informáticos autónomos". Procesamiento Inteligente de la Información III . Tercer Congreso Internacional sobre Sistemas Autonómicos y Autónomos (ICAS'07). IFIP Federación Internacional para el Procesamiento de la Información. vol. 228, págs. 26-30. doi : 10.1007/978-0-387-44641-7_11 . ISBN 978-0-387-44639-4. S2CID  6974127.
  10. ^ "Investigación de IBM | Computación autónoma | Descripción general | Los 8 elementos". Archivado desde el original el 12 de agosto de 2004 . Consultado el 27 de diciembre de 2021 .
  11. ^ "¿Qué es la computación autónoma? Definición de Webopedia". 22 de junio de 2004.
  12. ^ "IBM presenta un nuevo modelo de implementación de informática autónoma". IBM . 2002-10-21.
  13. ^ Curry, Eduardo; Grace, Paul (2008), "Autogestión flexible utilizando el patrón modelo-vista-controlador", IEEE Software , 25 (3): 84, doi :10.1109/MS.2008.60, S2CID  583784

enlaces externos