Improving the fitting of data traces and its usage in Java Modelling Tool

This thesis focuses on enhancing the JWAT tool, part of the Java Modelling Tools (JMT) suite, by improving its distribution fitting capabilities for more accurate workload char acterization in system modeling and performance evaluation. While JWAT currently supports only Exponential and Pareto distributions, this work expands its functionality by introducing additional distributions. The Kolmogorov-Smirnov test is integrated to evaluate the goodness of fit, and Monte Carlo simulations are employed, particularly when estimating parameters, to ensure more reliable results. These improvements make JWAT a more versatile tool for performance analysis, with enhanced plotting capabilities and the ability to manually insert fitting parameters for greater control. These updates are designed to assist both inexperienced and experienced users, offer ing simplified guidance for real-world data fitting and a comprehensive toolkit for ad vanced analyses. The fitting results from JWAT are made directly usable in JSIMgraph, a discrete-event queueing network simulator, integrating workload analysis into simulations to improve system modeling. Additionally, quality of life improvements in JSIMgraph, such as linking a single distribution to multiple components (e.g., arrival rates, service times), streamline the model-building process.

Questa tesi si concentra sul miglioramento dello strumento JWAT, che fa parte della suite Java Modelling Tools (JMT), migliorando le sue capacità di fitting delle distribuzioni. Questo permette una caratterizzazione più accurata dei carichi di lavoro nella modelliz zazione dei sistemi e nella valutazione delle prestazioni. JWAT supporta attualmente solo due distribuzioni, Esponenziale e Pareto, questo lavoro ne espande le funzionalità introducendo ulteriori distribuzioni. Il test di Kolmogorov-Smirnov viene integrato per valutare la bontà di adattamento, utilizzando simulazioni Monte Carlo quando i parametri sono stimati per garantire risultati più affidabili. Questi miglioramenti rendono JWAT uno strumento più versatile per l’analisi delle prestazioni, migliorandone la visualizzazione e consentendo di inserire manualmente i parametri per un maggiore controllo. Questi aggiornamenti sono progettati per assistere sia gli utenti inesperti che quelli esperti, offrendo un processo semplificato per l’adattamento dei dati reali e un toolkit completo per analisi avanzate. I risultati del fitting di JWAT sono resi direttamente utilizzabili in JSIMgraph, un simulatore di reti a eventi discreti, integrando l’analisi dei carichi di lavoro nelle simulazioni per migliorare la modellizzazione dei sistemi. Inoltre, sono stati introdotti miglioramenti nell’esperienza utente in JSIMgraph, come la possibilità di asso ciare una singola distribuzione a più componenti (ad esempio, tempi di arrivo, tempi di servizio), semplificando il processo di costruzione e configurazione dei modelli.