TY  - THES
AB  - Von großen Informationssysteme wird zunehmend gefordert, dass diese "Web-scale" sind, also auch für mehrere Millionen Nutzern performant sind. Gerade im Business-to-Business Kontext werden Anforderungen an die Performanz der Informationssysteme vertraglich in Form von Service Level Objectives (SLOs) festgehalten. Oft ermöglichen es nur Cloud Computing Plattformen, welche nahezu unbegrenzt viele Resourcen auf Abruf anbieten, Informationssysteme zu realisieren, die diese SLOs einhalten. Jedoch besteht durch die pay-per-use Kostenmodelle der Plattformen auch ein Zielkonflikt zwischen dem wirtschaftlichen Betrieb der Informationssysteme und dem Erreichen der SLOs. Selbst-adaptive Systeme können diesen Zielkonflikt lösen, indem sie die Menge der gemieteten Ressourcen autonom dem Bedarf anpassen und somit einen wirtschaftlichen Betrieb bei Erreichung der SLOs ermöglichen. In der gängigen Praxis werden selbst-adaptive Systeme jedoch weitestgehend mithilfe der Erfahrung und Faustregeln von Softwaretechnikern entwickelt. Konflikte zwischen SLOs oder Entwurfsfehler, welche die Erreichung der SLOs verhindern, werden oft nur spät im Entwicklungsprozess entdeckt, z.B. erst in der Testphase oder gar erst im Betrieb. Dadurch kommt es in Projekten zur Entwicklung selbst-adaptiver Systeme zu Verzögerungen oder die Projekte drohen sogar zu scheitern. Mit SimuLizar stellen wir eine modellgetriebene Methode vor, die es Softwaretechnikern ermöglicht Entwurfsfehler, welche die Erreichung von SLOs negativ beeinflussen, frühzeitig zu erkennen. Zu diesem Zweck definieren wir eine graduelle Erreichung von SLOs, so dass Zielkonflikte zwischen SLOs erkannt und gelöst werden können. Die Erreichung von SLOs lässt sich durch die Methode ebenfalls bereits in der Entwurfs-phase vorhersagen. Dadurch werden Verzögerungen und das Scheitern von Projekten verhindert.
AU  - Becker, Matthias Wilhelm
CY  - Paderborn
DA  - 2017
DO  - 10.17619/UNIPB/1-133
DP  - Universität Paderborn
LA  - eng
N1  - Tag der Verteidigung: 30.05.2017
N1  - Universität Paderborn, Dissertation, 2017
PB  - Veröffentlichungen der Universität
PY  - 2017
SP  - 1 Online-Ressource (x, 237 Seiten)
T2  - Institut für Informatik
TI  - Engineering self-adaptive systems with simulation-based performance prediction
UR  - https://nbn-resolving.org/urn:nbn:de:hbz:466:2-28816
Y2  - 2026-01-19T01:49:52
ER  -