Adattività in applicazioni orientate ai servizi basata su un'analisi proattiva e granulare dei dati contestuali

Service-oriented applications are deployed in dynamic and distributed setting by composing different types of services deployed by different service providers. Such services are often not under the control of systems developers, but they are exploited to obtain specific functionalities. This introduces critical dependencies between service-based application and the services that could change without notice or be unavailable. Therefore, service-based applications have to be equipped with adaption capabilities to react dynamically and automatically to critical issues. Adaption can be performed in a reactive way, after a deviation or critical changes has occurred, or in a proactive way, before that changes are monitored, based on predictions about the actions of the applications and on runtime informations about the application and its context. Sensor networks are often used to monitor contextual data. It is necessary to decide where to place sensors, how frequently poll them and which data collect to provide precision, avoiding waste of energy. Another issue about the collection of contextual data is the monitoring granularity, which represents the frequency of monitoring data to catch the significant features of the enviroment. In a state of emergency, it is necessary to poll sensors more often rather the norm and in other situations a more frequent measure of contextual data doesn't provide any additional information about the state of enviroment. Thus it is convinient to avoid on one side the collection of unneccessary data, and on the other side the collection of a number of data that are not suitable to catch changes in the execution context. In context-aware applications, data could always be updated, otherwise the adaption is performed in a wrong way. The aim of this work is to propose a framework that provides the adaption, analizing contextual data related to the detail level and to the frequency of the update, using a proactive approach to establish the adaption needs and the dynamic invocation of the services.

Le applicazioni orientate ai servizi sono sviluppate in un ambiente dinamico e distribuito, mediante la composizione di servizi eterogenei e forniti da diversi service provider. Essi non sono sotto il controllo dello sviluppatore del sistema, ma vengono utilizzati per sfruttarne le funzionalità offerte. Ciò introduce una dipendenza critica tra applicazione e servizio, soggetto a cambiamenti o a improvvise indisponibilità. Le SOA devono quindi prevedere meccanismi adattivi per reagire a cambiamenti in modo dinamico e automatico. L'adattività può avvenire in modo reattivo, dopo la rilevazione di un'anomalia, o proattivo, prima che essa si verifichi, sulla base di stime sul comportamento del sistema e di dati rilevati a runtime riguardo l'applicazione e il contesto associato. Per il monitoraggio di dati contestuali vengono spesso usate reti di sensori. Bisogna determinare la posizione dei sensori, quanto spesso interrogarli e quali dati raccogliere per fornire dati accurati evitando sprechi energetici. Lavorare con dati ad una granularità molto fine potrebbe provocare uno sforzo significativo in termini operazionali, causando problemi nelle prestazioni del sistema. Nella raccolta di dati contestuali si deve anche considerare la granularità di monitoraggio del dato, cioè la frequenza con cui misurare i dati per catturare le caratteristiche dell'ambiente. Nelle emergenze bisogna interrogare i sensori più spesso rispetto alla norma e in altri casi una misurazione più frequente dei dati contestuali non fornisce alcuna informazione aggiuntiva sullo stato dell'ambiente. Si vuole evitare da un lato la raccolta di dati superflui e dall'altro la raccolta di un numero di dati non sufficiente a rilevare le modifiche nel contesto. Nelle applicazioni adattive, i dati utilizzati per la descrizione del contesto devono essere sempre aggiornati, per evitare adattamenti errati. Lo scopo della tesi è proporre un framework per gestire l'adattività, analizzando dati contestuali in relazione al loro livello di dettaglio e alla frequenza con cui è necessario aggiornarli, adottando un approccio proattivo per determinare le esigenze di adattamento e per l'invocazione dinamica dei servizi.