Computación autónoma

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.

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 CA 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, una variedad de marcos arquitectónicos basados en estructuras "autorreguladoras" Recientemente se ha propuesto componentes autónomos. 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.

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

Problema de creciente complejidad

Las previsiones sugieren que los dispositivos informáticos en uso crecerán un 38% anual y la complejidad media de cada dispositivo está aumentando. 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. 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 advierten que el sueño de la interconectividad de los sistemas y dispositivos informáticos podría convertirse en la "pesadilla de la informática omnipresente" en el 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 en 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 su oficina. Lo hacen utilizando computadoras portátiles, asistentes digitales personales o teléfonos móviles con diversas formas de tecnologías inalámbricas para acceder a la información de sus empresas. datos.

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. La mayoría de los gobiernos 'autonómicos' Los proveedores de servicios garantizan sólo 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. Este sistema nervioso controla funciones corporales importantes (por ejemplo, la respiración, la frecuencia cardíaca y la presión arterial) sin ninguna intervención consciente.

En un sistema autónomo autogestionario, 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-*).

1. Autoconfiguración: Configuración automática de componentes;
2. Auto-sanación: descubrimiento automático y corrección de fallas;
3. Autooptimización: vigilancia y control automáticos de los recursos para garantizar el funcionamiento óptimo de los requisitos definidos;
4. Autoprotección: Identificación y protección proactivas de ataques arbitrarios.

Otros como Poslad, Nami y Sharifi han ampliado el set de Self-Star de la siguiente manera:

1. Autorregulación: Un sistema que opera para mantener algún parámetro, por ejemplo, Calidad de servicio, dentro de un rango de reset 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 auto-inspección y auto-decisión): El sistema debe conocerse. 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 vínculos externos para controlarlos y gestionarlos;
4. Autoorganización: Estructura del sistema impulsada por modelos de tipo físico sin presión explícita o participación desde fuera del sistema;
5. Autocreación (también llamada Auto-assembly, Auto-replicación): Sistema impulsado por modelos ecológicos y sociales sin presión explícita o participación desde fuera del sistema. Los miembros de un sistema son auto-motivados y autogestionados, generando complejidad y orden en una respuesta creativa a una demanda estratégica continuamente cambiante;
6. Autogestión (también llamada autogobierno): Un sistema que se gestiona sin intervención externa. Lo que se está administrando puede variar dependiendo del sistema y la aplicación. La autogestión también se refiere a un conjunto de procesos de auto-estrella como la computación autonómica en lugar de un solo proceso de auto-estrella;
7. Autodescripción (también llamada autoexplicación o autorepresentación): Un sistema se explica. Es capaz de ser entendido (por humanos) sin más explicación.

IBM ha establecido ocho condiciones que definen un sistema autónomo:

El sistema debe

1. conocerse en términos de qué recursos tiene acceso, cuáles son sus capacidades y limitaciones y cómo y por qué está conectado a otros sistemas;
2. ser capaz de configurar y reconfigurar automáticamente en función del entorno informático cambiante;
3. ser capaz de optimizar su rendimiento para garantizar el proceso de cálculo más eficiente;
4. ser capaz de trabajar en torno a los problemas encontrados ya sea reparando sus propias funciones o pudrindo lejos 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, interactuar con sistemas vecinos y establecer protocolos de comunicación;
7. depender de normas abiertas y no puede existir en un entorno propietario;
8. anticipar la demanda de sus recursos mientras se mantiene 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 controlar sus funciones y operaciones internas. Como tal, un sistema autonómico debe ser autocontenido y capaz de iniciar y operar sin ninguna intervención manual o ayuda externa. De nuevo, el conocimiento necesario para arrancar el sistema (Saber-cómo) debe ser inherente al sistema.
2. Adaptive: Un sistema autonómico debe ser capaz de cambiar su operación (es decir, su configuración, estado y funciones). Esto permitirá al sistema hacer frente a los cambios temporales y espaciales en su contexto operacional a largo plazo (personalización/ optimización del medio ambiente) o a corto plazo (condiciones excepcionales como ataques maliciosos, fallas, etc.).
3. Consciente: Un sistema autonómico debe ser capaz de supervisar (sentir) su contexto operacional, así como su estado interno, para poder evaluar si su funcionamiento actual cumple con su propósito. La conciencia controlará la adaptación de su comportamiento operacional en respuesta a cambios de contexto o de estado.

Niveles evolutivos

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

• El nivel 1 es el nivel básico que presenta la situación actual en la que los sistemas se gestionan manualmente.
• Los niveles 2-4 introducen funciones de gestión cada vez más automatizadas, mientras que
• nivel 5 representa el objetivo final de los sistemas autonómicos de autogestión.

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.

Lazos de control

Un concepto básico que se aplicará en los Sistemas Autonómicos son los circuitos de control cerrados. 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 S_i), que permite al sistema observar su contexto operativo externo. Inherente a un sistema autónomo es el conocimiento del Propósito (intención) y el Know-how para operarse (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 influenciado 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 que 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.