nach oben

Erschienen in:

2020 | OriginalPaper | Buchkapitel

A Multi-objective Performance Optimization Approach for Self-adaptive Architectures

verfasst von : Davide Arcelli

Erschienen in: Software Architecture

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config

KI-gestützte Suche

Aus

Abstract

This paper presents an evolutionary approach for multi-objective performance optimization of Self-Adaptive Systems, represented by a specific family of Queuing Network models, namely SMAPEA QNs. The approach is based on NSGA-II genetic algorithm and it is aimed at suggesting near-optimal alternative architectures in terms of mean response times for the different available system operational modes. The evaluation is performed through a controlled experiment with respect to a realistic case study, with the aim of establishing whether meta-heuristics are worth to be investigated as a valid support to performance optimization of Self-Adaptive Systems.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

über 102.000 Bücher
über 537 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Finance + Banking
Management + Führung
Marketing + Vertrieb
Maschinenbau + Werkstoffe
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 390 Zeitschriften

aus folgenden Fachgebieten:

Automobil + Motoren
Bauwesen + Immobilien
Business IT + Informatik
Elektrotechnik + Elektronik
Energie + Nachhaltigkeit
Maschinenbau + Werkstoffe

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

über 67.000 Bücher
über 340 Zeitschriften

aus folgenden Fachgebieten:

Bauwesen + Immobilien
Business IT + Informatik
Finance + Banking
Management + Führung
Marketing + Vertrieb
Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Vorheriges Kapitel A Flexible Architecture for Key Performance Indicators Assessment in Smart Cities

Nächstes Kapitel Data Stream Operations as First-Class Entities in Component-Based Performance Models

The two factors 0.812 and 1.222 have been respectively obtained by solving the equations: \(rt' + 0.1 \times rt' = rt - 0.1 \times rt\) and \(rt' - 0.1 \times rt' = rt + 0.1 \times rt\), as the adopted simulation confidence interval is \(\pm 10\%\) (0.1).

Al-Sahaf, H., et al.: A survey on evolutionary machine learning. J. R. Soc. N. Z. 49(2), 205–228 (2019). https://doi.org/10.1080/03036758.2019.1609052CrossRef

Araujo, R.: Enabling configuration self-adaptation using machine learning. Ph.D. thesis, University of British Columbia (2018). https://doi.org/10.14288/1.0379346

Arcelli, D.: Exploiting queuing networks to model and assess the performance of self-adaptive software systems: a survey. ANT. Procedia Comput. Sci. 170, 498–505 (2020). https://doi.org/10.1016/j.procs.2020.03.108CrossRef

Arcelli, D.: Towards a generalized queuing network model for self-adaptive software systems. In: MODELSWARD, pp. 457–464. SCITEPRESS (2020). https://doi.org/10.5220/0009180304570464

Becker, M., Luckey, M., Becker, S.: Model-driven performance engineering of self-adaptive systems: a survey. In: QoSA, pp. 117–122. ACM (2012). https://doi.org/10.1145/2304696.2304716

Bertoli, M., Casale, G., Serazzi, G.: Java modelling tools - user manual (2018). http://jmt.sourceforge.net/Papers/JMT_users_Manual.pdf

Borges, R.V., d’Avila Garcez, A., Lamb, L.C., Nuseibeh, B.: Learning to adapt requirements specifications of evolving systems (Nier track). In: ICSE, ICSE 2011, pp. 856–859. ACM (2011). https://doi.org/10.1145/1985793.1985924

Deb, K., Pratap, A., Agarwal, S., Meyarivan, T.: A fast and elitist multiobjective genetic algorithm: NSGA-II. IEEE Trans. Evol. Comput. 6(2), 182–197 (2002). https://doi.org/10.1109/4235.996017CrossRef

Elkhodary, A., Esfahani, N., Malek, S.: Fusion: a framework for engineering self-tuning self-adaptive software systems. In: FSE, FSE 2010, pp. 7–16. ACM SIGSOFT (2010). https://doi.org/10.1145/1882291.1882296

10.

Faniyi, F., Lewis, P.R., Bahsoon, R., Yao, X.: Architecting self-aware software systems. In: IEEE/IFIP WICSA, WICSA 2014, pp. 91–94. IEEE Computer Society (2014). https://doi.org/10.1109/WICSA.2014.18

11.

Hellerstein, J.L., Diao, Y., Parekh, S., Tilbury, D.M.: Feedback Control of Computing Systems. Wiley, Hoboken (2004). https://doi.org/10.1002/047166880xCrossRef

12.

James, G., Witten, D., Hastie, T., Tibshirani, R.: An Introduction to Statistical Learning: With Applications in R, vol. 103. Springer, New York (2013). https://doi.org/10.1007/978-1-4614-7138-7CrossRefMATH

13.

Jung, G., Joshi, K.R., Hiltunen, M.A., Schlichting, R.D., Pu, C.: Generating adaptation policies for multi-tier applications in consolidated server environments. In: ICAC, pp. 23–32. IEEE Computer Society (2008). https://doi.org/10.1109/ICAC.2008.21

14.

Kephart, J.O., Chess, D.M.: The vision of autonomic computing. Computer 36(1), 41–50 (2003). https://doi.org/10.1109/MC.2003.1160055MathSciNetCrossRef

15.

Musa, J.D.: Operational profiles in software-reliability engineering. IEEE Softw. 10(2), 14–32 (1993). https://doi.org/10.1109/52.199724CrossRef

16.

Shevtsov, S., Berekmeri, M., Weyns, D., Maggio, M.: Control-theoretical software adaptation: a systematic literature review. IEEE Trans. Softw. Eng. 44(8), 784–810 (2018). https://doi.org/10.1109/TSE.2017.2704579CrossRef

17.

Weyns, D., Iftikhar, M.U., de la Iglesia, D.G., Ahmad, T.: A survey of formal methods in self-adaptive systems. In: C3S2E, pp. 67–79. ACM (2012). https://doi.org/10.1145/2347583.2347592

Titel: A Multi-objective Performance Optimization Approach for Self-adaptive Architectures
verfasst von: Davide Arcelli
Verlag: Springer International Publishing
Buch: Software Architecture
Print ISBN: 978-3-030-58922-6

Electronic ISBN: 978-3-030-58923-3

Copyright-Jahr: 2020
DOI: https://doi.org/10.1007/978-3-030-58923-3_9

Springer Professional

Abstract

Bitte loggen Sie sich ein, um Zugang zu Ihrer Lizenz zu erhalten.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Springer Professional "Technik"

Springer Professional "Wirtschaft"

Premium Partner