Gráf generálás vizsgálata az extra-funkcionális metrikák szerinti architektúra szintézisben
A kiberfizikai rendszerek (CPS) terjedésével, mint az edge alkalmazások vagy az 5G hálózatok, egyre nagyobb szerepet kapnak biztonságkritikus elosztott rendszerek, ilyen rendszerek lehetnek például az önvezető autókat támogató infrastruktúrák. Ezeknek a rendszereknek komoly elvárásokat kell teljesíteni nem csak a funkcionális követelmények terén, hanem az extra-funkcionális követelmények terén is. Ilyen extra-funkcionális követelmény a megbízhatóság, a teljesítmény vagy az elkészítési és üzemeltetési költség. Ezekre a jellemzőkre nagy hatással van az, hogy a rendszer milyen architektúrát használ, így kiemelt fontosságú, hogy a tervezés során a megfelelő architektúraterv kiválasztása.
Ezen a területen kihívást jelent, hogy a funkcionális követelményeknek a rendszer méretében exponenciális számú lehetséges architektúra felelhet meg és ezek különböző extra-funkcionális jellemzőkkel rendelkezhetnek. Tehát fontos lenne egy az optimálishoz közel álló kiválasztása. Az extra-funkcionális metrikák közül számos sztochasztikus modellek analízisével határozható meg. Ezt nehezíti, hogy ezeknek az architektúráknak a vizsgálata is sokszor időigényes az állapottér-robbanás jelensége miatt. Erre a problémára léteznek heurisztikus keresésen alapuló megoldások, amik elkerülik az állapottér-robbanás okozta skálázódási problémákat, de nem képesek helyességi és teljességi garanciákat biztosítani, ezáltal nem biztosítható, hogy a használatukkal az optimális megoldás előállítható.
Ezeknek a problémáknak egy lehetséges megoldása, hogy a potenciális architektúrák előállításához formális módszereket használunk. Ilyen lehet egy logikai következtetőrendszer, ennek használatával matematikai úton igazolható, hogy ha a következtető rendszer helyes bemenetet kapott, akkor az eredményül kapott architektúrák is helyesek. Ugyanakkor itt még nincsen információ arról, hogy az extra-funkcionális metrikák szerint mennyire jó. Ezeknek a mérőszámoknak a meghatározására lehetőség van a kész javaslaton, de a nagyszámú javaslat és az elemzés időigénye együtt jelentős nehézségeket okozhat. Olyan technikát javaslok, mellyel már a generálás során ezekre a jellemzőkre becsléseket adunk és a szintézis folyamatát ezekkel irányítjuk. Az eredmény helyességen túl a teljesség is biztosítható, így a használt absztrakciós szinten az összes lehetséges megoldás előállítható. Ezzel garanciát kapunk arról, hogy az optimális megoldás előállítható, illetve bizonyíthatjuk az előállított megoldás optimalitását.
Ebben a dolgozatban egy a NASA JPL-től származó esettanulmányt bővítek hibalehetőségekkel és redundanciával. Ezt a bővített modellt és az esettanulmányban szereplő extra-funkcionális metrikákat felhasználva arra, hogy a szintézis során előálló gráf alapú félkész modellekre alsó és felső becsléseket adjak a szintézishez használt gráfgenerátor számára. Ehhez egy prototípus implementációt megvalósítva vizsgálom a rendszer skálázhatóságát.
Ezzel a megoldással lehetőség nyílik arra, hogy félkész architektúrákat is vizsgálhassunk extra-funkcionális szempontok szerint a szintézis folyamata közben, az elemzések eredményeinek felhasználásával az architektúra generálás skálázhatóságán lehet javítani.
szerző
-
Földiák Máté
Mérnök informatikus szak, alapképzés
alapképzés (BA/BSc)
