Taming uncertainty in models used by self-adaptive software : a neuro-fuzzy approach

Uncertainty affects every aspect of the real world; even if at different degrees no research field can declare to be immune from it. To better reach the meaning of this concept there simply needs to think about the scientific observations that characterize the research world: these are not the snapshots of 'things as such', i.e. as they are in that precise moment, but rather the snapshots of 'observations of things', which means that we see them as they appear to us (as we observe them) and not as they really are. Computer software and systems are not exempt from uncertainty and in this thesis work we are going to discuss how they are affected from it. We will focus on self-adaptive systems, specifically concerning on the effects of uncertainty in the decision-making part which affects the runtime behavior of these systems. After a first summary showing one of the different possible taxonomies of uncertainty in the IT world we will present the possible technologies used to mitigate uncertainty, including approaches from the field of Artificial Intelligence. From this latter branch of Computer Science we picked our main weapon: Neuro-Fuzzy technology. At last we will explain the advantages of the chosen architecture to face the problem, and then we'll dig into the details of its implementation, which uses as dataset the public accessible logs of the Skype Super-Peers network. This work is deeply characterized by an unusual approach with the parameters of the Neuro-Fuzzy system, which may represent an unexplored path to walk in the future.

L'incertezza colpisce ogni aspetto del mondo reale che conosciamo, tant'é che nessun campo di ricerca puó infatti dichiarare di essere immune da essa. Per carpire al meglio il signi cato di questo concetto basta semplicemente pensare alle osservazioni scienti che: quest'ultime non sono l'instantanea delle 'cose cosí come sono' in un dato momento, ma piuttosto sono l'instantanea delle 'osservazioni di cose', che signi ca che noi le vediamo cosí come ci appaiono e non come sono realmente.I software e i sistemi informatici non sono esenti dal concetto dell'incertezza e in questo lavoro di tesi andremo a discutere come quest'ultimi ne sono a etti. Ci concentremo sui sistemi self-adaptive preoccupandoci nello speci co degli e etti che l'incertezza ha nel modulo responsabile del processo decisionale (decision-making) che modi ca il comportamento a runtime di questi sistemi. Dopounprimoexcursusdellepossibilidi erentitassonomiedell'incertezzadelmondo IT andremo a presentare le possibili tecnologie che vengono usate per mitigare l'incertezza, inclusi gli approcci appartenti al campo dell'intelligenza arti ciale. Da quest'ultima branca dell'informatica abbiamo scelto la nostra arma principale: i Sistemi Neuro-Fuzzy. Inultimoesporremoivantaggidell'architetturasceltaperpotera rontareilproblema; scavaremo poi nei dettagli dell'implementazione adoperante un dataset basato sui log, accessibili pubblicamente, della rete dei Super-Peers di Skype. Questo lavoro é profondamente caratterizzato da un approccio inusuale adottato per i parametri del sistema Neuro-Fuzzy che puó rappresentare un cammino inesplorato da percorrere in futuro.