Automated service monitoring in the deployment of ARCHER2
ARCHER2服务是一个基于CPU的HPE Cray EX系统,拥有750,080个核心(5,860个节点),已在2020年和2021年部署,并将于2021年12月全面投入使用。部署过程中的一项关键工作是将ARCHER 2集成到我们的本地监控系统中。由于ARCHER 2是首批大规模EX部署之一,因此在全球大流行的情况下,合作和协同工作比平时更具挑战性,这需要与HPE团队密切合作和开展开发工作。该部署包括创建自动检查和系统状态的可视化表示,需要将其提供给外部各方进行诊断和解释。我们将描述这些检查是如何部署的,以及收集的数据如何在ARCHER 2的部署、工厂基础设施的调试、HPL运行的进行以提交给Top500以及ARCHER 2服务在其调试和早期寿命期间的可用性的合同监控中发挥关键作用。
2023-03-21 cs.DC
Monitoring Fog Computing: a Review, Taxonomy and Open Challenges
雾计算是一种在用户附近提供计算资源的分布式范例。雾编排是一组功能,用于协调动态基础设施和管理服务,以保证服务级别协议。监控是一项最重要的编排功能。它是资源管理操作的基础,收集资源和服务的状态,并将更新的数据交付给协调器。有几种云监控解决方案和工具,但它们都不符合雾的特征和挑战。雾监控解决方案很少,它们可能没有准备好组成编排服务。本文更新了有关雾监测的知识库,评估了可观测性,数据标准化和仪器领域等方面的最新主题。我们提出了一种新的分类雾监测解决方案,支持系统的文献综述。雾监测建议进行分析和分类,这一新的分类,为研究人员提供了一个全面的概述。这项工作还突出了主要的挑战和开放的研究问题。
2022-06-16 cs.DC
Cross-Layer Multi-Cloud Real-Time Application QoS Monitoring and Benchmarking As-a-Service Framework
云计算提供了对经济实惠的硬件(多核CPU、GPU、磁盘和网络设备)和软件(数据库、应用服务器和数据处理框架)平台的按需访问,具有弹性、按使用付费、前期投资低和上市时间短等特点。这导致了利用各种云平台的业务关键型应用程序的激增。托管在单个或多个云提供商平台上的这种应用具有需要广泛的监视和基准测试机制以确保运行时服务质量(QoS)(例如,延迟和吞吐量)。本文提出,开发和验证CLAMBS:跨层多云应用程序监控和基准测试即服务,用于对多云环境中托管的云应用程序进行高效的QoS监控和基准测试。CLAMBS的主要亮点是其监控和基准测试单个应用程序组件的能力,例如数据库和Web服务器,分布在云层中,分布在多个云提供商之间。我们使用原型实现和广泛的实验来验证CLAMBS,并表明CLAMBS可以有效地监控和基准测试包括Amazon EC2和Microsoft Azure在内的多云平台上的应用程序组件。
2015-04-29 cs.DC
A Risk-Aware UAV-Edge Service Framework for Wildfire Monitoring and Emergency Response
The University of Melbourne(墨尔本大学)
本文提出一个风险感知的无人机-边缘服务框架,通过优化无人机路线、舰队规模和边缘服务配置,有效降低野火监测的响应时间、能耗和舰队规模。
2026-02-23 cs.DC
Performance Analysis of the Globus Toolkit Monitoring and Discovery Service, MDS2
监控和信息服务构成了分布式系统(网格)的关键组件。对这些服务的定量研究有助于了解性能限制,为监测系统的部署提供建议,并有助于评估未来的开发工作。为此,我们通过使用NetLogger对其主要服务进行检测来检查Globus Toolkit(reg. trdmrk)监视和发现服务(MDS2)的性能。我们的研究显示了缓存或预取数据的强大优势,以及在连接良好的站点上使用主要组件的必要性。
2004-07-28 cs.DC cs.PF
Elascale: Autoscaling and Monitoring as a Service
自动可扩展性已经成为云软件系统的一个明显特征,包括但不限于大数据和物联网应用。云应用程序提供商现在可以完全控制其应用程序的微服务和宏服务;虚拟机和容器可以在运行时按需配置或取消配置。Elascale致力于根据工作负载和整个应用程序堆栈内部状态的变化来调整微观/宏观资源。Elascale利用Elasticsearch堆栈收集、分析和存储性能指标。然后,Elascale使用其默认的缩放引擎来弹性地适应托管应用程序。可扩展性通过Elascale中的提供程序,模式,插件和策略元素来保证,通过这些元素,可以为各种技术,基础设施和软件堆栈设计和实施灵活的可扩展性算法,包括反应式和主动式技术。在本文中,我们介绍了Elascale的架构和初始实现;将利用一个实例为通用物联网应用程序添加自动可扩展性。由于对目标软件系统的零依赖性,Elascale可以为任何类型的云软件系统提供自动可扩展性和监控即服务。
2017-11-08 cs.DC
Monitoring Large-Scale Cloud Systems with Layered Gossip Protocols
监控是维护和开发计算机系统的一个基本方面,其难度与系统的大小成比例地增加。随着云计算的出现,对强大的监控工具的需求变得更加明显。基础设施即服务(IaaS)云允许最终用户部署大量虚拟机作为动态和瞬态架构的一部分。当前的监控解决方案,包括开源领域的许多解决方案,依赖于过时的概念,包括手动部署和配置、集中式数据汇集,并且对会员流失的适应性很差。在本文中,我们提出了一个云监控套件的发展,提供可扩展的和强大的查找,数据汇集和分析服务的大规模云系统。代替集中管理的监控,我们提出了一个多层体系结构,使用分层的八卦协议来聚合监控信息,方便查找,信息收集和冗余容量的识别。这允许在被监视的系统上操作的资源感知数据汇集和存储架构。这反过来又使监测能够在现场进行,而不需要大量额外的基础设施来促进监测服务。我们评估这种方法对替代监测范式,并证明我们的解决方案是如何很好地适应在云计算环境中使用。
2013-05-31 cs.DC
An Overview of the Commercial Cloud Monitoring Tools: Research Dimensions, Design Issues, and State-of-the-Art
云监视活动涉及动态地跟踪与虚拟化资源相关的服务质量(QoS)参数(例如,虚拟机、存储、网络、设备等),它们共享的物理资源、在其上运行的应用程序以及托管在其上的数据。云计算环境中存在大量的异构云资源,应用和资源配置具有很大的挑战性。此外,考虑到在每个时间点,将存在可能大量需要的不同且特定的云服务的事实。因此,云监视工具可以帮助云提供商或应用开发者:(i)保持他们的资源和应用以峰值效率操作;(ii)检测资源和应用性能的变化;(iii)对某些QoS参数的服务水平协议(SLA)违反进行核算;以及(iv)跟踪由于故障和其他动态配置改变而导致的云资源的离开和加入操作。在本文中,我们确定并讨论了主要的研究维度和设计问题,工程云监控工具。我们进一步讨论如何处理当前的学术研究以及商业监测工具的上述研究维度和设计问题。
2013-12-20 cs.DC
On Observability and Monitoring of Distributed Systems: An Industry Interview Study
公司的业务成功在很大程度上取决于其客户端应用程序的可用性和性能。由于DevOps和微服务架构风格等现代开发范式,应用程序被解耦为具有复杂交互和依赖关系的服务。虽然这些范例能够缩短交付时间,实现单独的开发周期,但它们对管理分布式系统中的服务带来了一些挑战。一个主要的挑战是观察和监控这样的分布式系统。本文提供了一个定性的研究,了解分布式系统的可观测性和监测领域的挑战和良好的做法。在对软件专业人士的28次半结构化采访中,我们发现该领域的复杂性和动态性不断增加。特别是可观测性成为确保稳定服务和客户端应用程序进一步开发的必要前提。然而,与会者提到,无论是从管理层还是从开发人员的角度来看,对这一主题的重要性的认识都存在差异。除了技术挑战,我们还确定了对包括战略、角色和责任在内的组织概念的强烈需求。我们的研究结果支持从业人员在开发和实施系统的可观测性和分布式系统的监测。
2019-07-29 cs.DC
GridMonitor: Integration of Large Scale Facility Fabric Monitoring with Meta Data Service in Grid Environment
网格计算由协调使用大量不同的、地理上分布的资源来实现高性能计算组成。对这些计算资源的有效监控对于在网格上高效使用是极其重要的。网格中存在大量的异构计算实体,这使得网格计算具有很大的挑战性.在这项工作中,我们描述了一个网格监控系统,称为GridMonitor,捕获并提供最重要的信息,从一个大型计算设施。网格监控系统由本地监控、归档、发布和治理四个层次组成。该架构已应用于大规模的Linux农场和网络基础设施。它可以被许多更高级别的网格服务使用,包括调度服务和资源代理。
2003-06-13 cs.DC cs.PF
A Holistic Framework for Automated Configuration Recommendation for Cloud Service Monitoring
Microsoft India(微软印度)
本文提出一个模块化推荐框架,通过处理图结构服务实体来推荐最优监控配置,通过实验验证其在提供相关监控配置推荐方面的有效性。
2026-02-07 cs.DC cs.LG
Strategies for Intrusion Monitoring in Cloud Services
本文针对云服务中入侵者可能破坏监控系统以掩盖非法活动的问题,提出一种兼顾日志数据可信性与日志重建能力的入侵监控策略。
2024-05-03 cs.CR cs.DC
The Open Cloud Testbed: A Wide Area Testbed for Cloud Computing Utilizing High Performance Network Services
最近,已经开发了许多用于数据密集型计算的云平台和服务,包括Hadoop,Sector,CloudStore(以前的KFS),HBase和Thrift。为了对这些系统的性能进行基准测试,研究它们的互操作性,并基于灵活的计算节点和网络配置功能试验新服务,我们设计并实现了一个名为开放云测试床(OCT)的大规模测试床。目前,OCT在四个数据中心拥有120个节点:巴尔的摩、芝加哥(两个地点)和圣地亚哥。与其他云测试平台相比,这些云测试平台位于较小的地理区域,并且基于商品互联网服务,OCT是一个广域测试平台,四个数据中心与基于专用光路基础的高性能10 Gb/s网络连接。该测试平台可以满足对其他类型的分布式基础设施提出挑战的超大数据流的要求。我们还开发了几个实用程序来支持云计算系统和服务的开发,包括新型节点和网络供应服务、监控系统和RPC系统。在本文中,我们描述了OCT的架构和监控系统。我们还描述了一些基准,我们开发和一些互操作性的研究,我们使用这些基准进行。
2009-07-28 cs.DC
IoT Monitoring with Blockchain: Generating Smart Contracts from Service Level Agreements
针对物联网服务监控中SLA违规证据易被篡改的信任问题,本研究开发了一个Java库,能根据给定SLA自动生成智能合约,结合区块链技术实现无可辩驳的违规监控,并在远程患者监控模拟场景中达到100%的捕获成功率。
2024-08-23 cs.CR cs.DC cs.ET
QoS-based Computing Resources Partitioning between Virtual Machines in the Cloud Architecture
云服务已经得到了非常广泛的使用,但是参数的配置,包括资源的有效分配,是系统架构师的一个重要目标。本文致力于解决基于仿真的计算机体系结构选择问题,并开发了计算资源监控程序。开发了旨在提供所需服务质量和有效利用资源的技术。文章介绍了监控程序的计算资源和时间效率的目标应用功能。在此应用程序的基础上,在实验中显示和描述的技术,旨在确保服务质量的要求,通过隔离一个进程从其他不同的虚拟机内部的管理程序。
2016-12-04 cs.DC
A broker-based framework for integrated SLA-aware SaaS Provisioning
在服务环境中,服务选择、服务级别协议(SLA)协商和SLA遵从性监控等问题通常以单独和不同的方式使用,这些方式影响消费者从其提供商处获得的服务质量。在这项工作中,我们提出了一个经纪人为基础的框架来处理这些问题的集成方式的软件即服务(SaaS)供应。SaaS代理通过使用实用程序驱动的选择算法来代表服务消费者选择合适的SaaS提供商,该算法对潜在SaaS提供商的QoS产品进行排名。然后,它根据服务消费者的质量要求与提供者协商SLA条款。监控基础设施通过使用从第三方监控服务获得的测量结果,在服务交付期间观察SLA遵从性。我们还定义了一个基于效用的讨价还价决策模型,该模型允许服务消费者表达她对每个协商质量属性的敏感性,并在每一轮谈判中评估SaaS提供商的报价。一个具有少量质量属性及其各自效用函数的用例说明了该方法。
2016-05-09 cs.DC cs.SE
Harvesting Time-Series Data from Service-Based Systems Hosted in MANETs
我们关心的是可靠地收获从基于服务的系统上托管的移动自组织网络(MANET)收集的数据。更具体地说,我们关注的是描述网络和系统状态的时间有界和时间敏感的时间序列监测数据。收集数据是为了执行分析,通常需要从分布式站点获取数据的全局视图。例如,通常会分析网络和应用程序状态数据,以便做出操作和维护决策。由于节点之间固有的不稳定和不可预测的连接性以及在无线介质中传输数据的开销,MANN是一种具有挑战性的环境,在这种环境中收集监测数据。必须克服这些限制,以支持对易腐和时间紧迫的数据进行时间序列分析。我们提出了一种流行病,延迟容忍,智能方法,以有效地和有效地传输时间序列数据的移动节点之间的移动网络。该方法建立网络范围的同步覆盖,以在周期性循环中通过中间结点传输数据的增量。然后可以从节点处的本地存储访问数据。我们在Java~EE中实现了该方法,并对托管在MANNET上的Web服务应用程序的运行时依赖发现方法进行了评估,并与其他四种方法进行了比较,表明我们的方法在数据可用性和网络开销方面都有明显的改善。
2018-09-23 cs.DC
Machine Learning Algorithms for Active Monitoring of High Performance Computing as a Service (HPCaaS) Cloud Environments
Pacific Northwest National Laboratory(西北太平洋国家实验室)
云计算提供了对可以满足任何计算需求的大量可重构资源的无处不在和按需访问。许多服务模型都是可用的,但是基础设施即服务(IaaS)模型通过联网大量的云计算节点而特别适合作为高性能计算(HPC)平台来操作。我们使用太平洋西北国家实验室(PNNL)的云计算环境来执行我们的实验。许多云计算提供商(如Amazon Web Services、Microsoft Azure或IBM Cloud)都提供灵活且可扩展的计算资源。本文探讨的可行性识别类型的工程应用程序上运行的云基础设施配置为HPC平台使用隐私保护功能作为输入到统计模型。在这项工作中考虑的工程应用程序包括MCNP 6,由洛斯阿拉莫斯国家实验室开发的辐射传输代码,OpenFOAM,一个开源的计算流体动力学代码,和CADO-NFS,用于素数分解的一般数域筛算法的数值实现。我们的实验使用OpenStack云管理工具来创建一个云HPC环境和隐私保护Ceilometer计费表作为分类功能,以证明这些应用程序的识别。
2020-09-26 cs.DC cs.LG
End-to-End Service Level Agreement Specification for IoT Applications
物联网(IoT)有望帮助解决与我们在智能城市、医疗监测和环境监测等应用领域中的福祉相关的各种问题。物联网通过利用边缘和云计算提供的计算能力和灵活性,带来了新的无线传感器用例。然而,在这些应用程序中使用的软件和硬件资源必须正确和最佳地执行。特别是在资源故障可能是关键的应用程序中。服务水平协议(SLA)定义了此类应用程序的性能要求,需要以标准的方式指定,以反映物联网应用程序域的端到端性质,并考虑每个层(包括边缘、网络网关和云)内的服务质量(QoS)指标。在本文中,我们提出了一个概念模型,捕捉SLA的关键实体和它们之间的关系,作为端到端SLA规范和组合的前一步。服务水平目标(SLO)条款也被认为是表达的QoS约束。此外,我们提出了一种新的SLA语法,它考虑了工作流活动和物联网应用程序的多层性质。因此,我们开发了一个工具,SLA规范和组成,可以作为一个模板来生成SLA在一个机器可读的格式。我们证明了建议的规约语言的有效性,通过文献调查,包括SLA语言比较分析,并通过反映用户满意度的可用性研究结果。
2018-10-13 cs.DC
NetGraf: A Collaborative Network Monitoring Stack for Network Experimental Testbeds
网络性能监控收集异构数据,如网络流数据,以提供网络性能的概述,以及诊断和优化服务质量所需的其他指标。然而,由于不同和异构性,要从多个设备获得指标和可视化整个数据,工程师必须登录到多个仪表板。在本文中,我们介绍了NetGraf,一个完整的端到端网络监控堆栈,它使用开源网络监控工具,并在一个简单易用的实时Grafana仪表板上收集,聚合和可视化网络测量。我们开发了一个新颖的NetGraf架构,并可以通过一个易于使用的脚本在任何网络测试平台上部署它,如Chameleon Cloud,在一个仪表板中全面查看网络性能.本文有助于自动化开源网络监控工具,软件设置及其可用性的主题,研究人员希望在自己的测试平台上部署一个端到端的监控堆栈.
2021-03-18 cs.DC
CausIL: Causal Graph for Instance Level Microservice Data
基于人工智能的监控由于其规模而对基于云的服务至关重要。基于AI的监控的一种常见方法是检测服务组件之间的因果关系并构建因果图。域信息的可用性使得云系统更适合这种因果检测方法。然而,在现代云系统中,自动缩放器动态地更改微服务实例的数量,负载均衡器管理每个实例上的负载。这对现成的因果结构检测技术提出了挑战,因为它们既不包含系统架构域信息,也不提供跨不同数量的服务实例对分布式计算进行建模的方法。为了解决这个问题,我们开发了CausIL,它检测服务指标之间的因果结构,通过考虑计算分布在动态实例,并结合来自系统架构的领域知识。对于云系统中的应用,CausIL使用性能指标中的特定实例变化来估计因果图,将服务的多个实例建模为独立的,有条件的系统假设。模拟研究表明,CausIL通过将图估计精度提高约25%(由结构汉明距离测量),而真实世界的数据集证明了CausIL在部署设置中的适用性,从而超过基线。
2023-03-19 cs.DC
GMA Instrumentation of the Athena Framework using NetLogger
网格应用本质上是广域分布式应用。网格应用程序的这种WAN特性使得使用传统的监视和检测工具(如top、gprof、LSF Monitor等)来验证应用程序是否正确有效地运行变得不切实际。为了有效,监视数据必须是“端到端”的,这意味着必须监视网格应用程序端点之间的所有组件。检测的应用程序可以生成大量的监视数据,因此通常检测在默认情况下是关闭的。对于在网格上运行的作业,需要有一种通用的机制来远程激活运行作业时的插装。NetLogger Toolkit激活服务提供了这种机制。为了证明这一点,我们使用NetLogger对ATLAS Athena Framework进行了检测,以生成监视事件。然后,我们使用基于GMA的激活服务来控制NetLogger的触发机制。NetLogger触发器机制允许用户通过修改触发器文件轻松地启动、停止或更改正在运行的程序的日志记录级别。我们在这里详细介绍了Athena的基于GMA的激活服务和插装服务的NetLogger实现的设计。我们还描述了这个激活服务如何允许我们非侵入性地收集和可视化ATLAS雅典娜框架监控数据。
2003-06-14 cs.DC cs.IR
SCAREY: Location-Aware Service Lifecycle Management
University of Klagenfurt(克拉根福大学);University of Innsbruck(因斯布鲁克大学)
SCAREY通过基于状态机的生命周期管理框架,利用用户位置信息优化服务部署,显著提升服务发现效率并降低能耗与成本。
2025-05-16 cs.DC
An information services algorithm to heuristically summarize IP addresses for a distributed, hierarchical directory service
用于计算机网络的分布式、分层信息服务可能依赖于位于不同层中的若干实例。例如,分布式目录服务可能由上层列表和本地目录组成。上层列表包含本地目录的精简版本。希望访问本地目录中包含的信息的客户端可能首先访问高级列表,以便定位适当的本地实例。这种服务的有效运作的关键之一是能够适当地总结信息,这些信息将保存在上层目录中。分析了在分布式性能监测体系结构的信息服务平面上实现IPv4摘要功能的IPv4摘要服务的实例。我们提出了一种经验方法,或启发式,实现的总结,基于PATRICIA树。我们进一步应用启发式的模拟分布式测试床,并考虑的结果。
2015-01-07 cs.DC
Automated Probe Life-Cycle Management for Monitoring-as-a-Service
本文提出一种监控即服务框架,根据用户指定指标自动部署和卸载任意探针,并管理其全生命周期及错误状态,实验证明其在容器和虚拟机云系统中高效有效。
2023-09-21 cs.DC cs.SY eess.SY
Dogfooding: use IBM Cloud services to monitor IBM Cloud infrastructure
云平台的稳定性和性能至关重要,因为它们直接影响客户的满意度。云服务提供商使用云监控工具来确保所提供的服务符合服务级别协议等既定合同中规定的服务质量要求。鉴于需要监控的资源数量巨大,Amazon、Google、IBM和Microsoft等云服务提供商设计并实施了高度可扩展且功能强大的监控工具。云监控工具监控数百万个虚拟和物理资源,并为每个资源持续生成日志。考虑到日志会放大任何技术问题,因此可以将其用于灾难检测、预防和恢复。但是,如果不及时评估和分析日志,则它们是无用的。因此,我们认为云生成的日志的规模使得DevOps团队无法有效地分析它们。这意味着需要使监视和分析的过程自动化(例如,使用机器学习和人工智能)。如果自动化将在日志中发现异常-它将提醒DevOps工作人员。自动异常检测器需要一个可靠且可扩展的平台来收集、过滤和转换日志,执行检测器模型,并向DevOps员工发送警报。在这项工作中,我们报告了基于7层架构模式实现这样一个平台的原型,该模式利用微服务原则在高度可扩展、资源高效的模块之间分配任务。这些模块通过发布-订阅架构模式的实例相互交互。该平台部署在IBM Cloud服务基础设施上,用于检测IBM Cloud服务发出的日志中的异常,因此出现了dogfooding。
2019-07-13 cs.DC cs.SE
C2MS: Dynamic Monitoring and Management of Cloud Infrastructures
服务器集群是许多需要高可用性、可扩展性和更容易管理其基础设施的组织所采用的常见设计原则。服务器通常根据它们提供的服务进行集群,无论是安装的应用程序、服务器的角色还是服务器的可访问性。为了优化性能、管理负载和保持可用性,服务器可能从一个集群组迁移到另一个集群组,使得服务器监视工具难以连续监视这些动态变化的组。服务器监控工具通常是静态配置的,并且组成员的任何更改都需要手动重新配置;在大规模云基础设施上执行这一任务是不合理的。在本文中,我们提出了Cloudlet控制和管理系统(C2MS);用于监视和控制云基础设施内的物理或虚拟服务器的动态组的系统。C2MS扩展了Ganglia -一个开源的可扩展系统性能监控工具-允许系统管理员定义,监控和修改服务器组,而无需重新配置服务器。反过来,管理员可以轻松地监控大规模动态云基础设施上的组和单个服务器指标,其中服务器的角色可能会频繁更改。此外,我们补充组监控与控制元素,允许管理员指定的操作,以执行服务组内的服务器,以及引入进一步的自定义监控指标。本文概述了C2MS的设计,实施和评估。
2013-10-03 cs.DC cs.OS
Managing Clouds in Cloud Platforms
管理云服务是当今虚拟化环境中的一项根本挑战。云服务的提供商和消费者同样面临这些挑战。在支持移动云的虚拟化环境中,这个问题变得更具挑战性。云计算平台(如Amazon EC2)以低成本为客户提供灵活的按需资源。但是,它们无法提供许多客户可能需要的无缝基础设施管理和监控功能。例如,Amazon EC2并不完全支持云服务自动发现,它需要一组私有的身份验证凭据。另一方面,Salesforce.com不提供对其底层系统的监视访问。此外,这些系统无法提供对不支持代理的异构和遗留系统的基础设施监控。在这项工作中,我们探讨如何建立一个云管理系统,结合异构管理的虚拟资源和全面管理的物理设备。我们提出了一个自动化云管理和监控框架的初始原型。我们的最终目标是开发一个能够自动跟踪配置和关系的框架,同时提供完整的事件管理,测量性能和测试阈值,并一致地测量可用性。有了这样一个框架,运营商可以更快、更有效地做出更好的决策。
2010-08-29 cs.DC cs.NI
EMMA: A Resource Oriented Framework for Service Choreography over Wireless Sensor and Actor Networks
当前物联网(IoT)的发展要求在无线传感器与执行者网络(WSAN)上进行服务分发以应对网络管理复杂度的急剧增加。由于WSAN的特定约束,集中式方法受到很大限制。WSAN使用的多跳通信引入了传输延迟、分组错误、路由器拥塞和安全问题。由于它使用本地服务,分散的服务模型避免了节点和应用程序之间的长路径通信。但主要的问题是在所需的节点上安装这样的本地服务。环境监测和管理代理(EMMA)系统提出了一套软件部署和执行这些服务的无线传感器和执行器网络(WSAN)通过一个基于面向资源的架构(ROA)的中间件。其互联网集成和数据异构性的本地管理通过使用当前的标准协议来促进,例如IPv6低功耗无线区域网络(6LoWPAN)和受限应用协议(CoAP)。本文介绍了EMMA中间件,方法和工具,用于确定有效的服务映射及其部署。
2015-06-08 cs.DC cs.NI
Reliability and Fault-Tolerance by Choreographic Design
分布式程序很难做到正确,因为它们需要是开放的、可伸缩的、长期运行的和容错的。特别是,最近的方法,分布式软件的基础上(微)服务,不同的服务是由不同的团队独立开发加剧了这个问题。事实上,服务应该组合在一起,并在可能出现不可预测行为的开放环境中运行。这就需要采用合适的策略来监控程序的执行,并结合恢复和自适应机制,使分布式程序更加灵活和健壮。目前采用的典型方法是将这些机制嵌入到程序逻辑中,这使得提取、比较和调试变得困难。我们提出了一种采用正式抽象来指定故障恢复和适应策略的方法。虽然实现不可知,但这些抽象将服从于代码、监视和测试的算法合成。我们考虑在学术界和工业界都获得发展势头的消息传递程序(a la Erlang,Go或MPI)。我们的研究议程包括:(1)正式的行为模型,包括故障的定义,(2)规格的相关属性的适应和恢复策略,(3)自动生成的监测,恢复和适应逻辑在目标语言的利益。
2017-08-24 cs.DC cs.FL cs.PL