Adaptation techniques in large-scale service-oriented systems: models, metrics, and algorithms
Christoph Mayr‐Dorn · reposiTUm (TU Wien) · 2009
In den letzten Jahren gehen Menschen vermehrt ihren gemeinsamen Interessen online nach.Web-basierte Kollaborationsplattformen wie Facebook, Youtube oder Wikipedia haben enormen Zulauf erhalten.Diese Portale erlauben Zusammenarbeit in bisher ungeahnten Dimensionen.Interessensgemeinschaften entstehen ad-hoc, wachsen auf tausende Teilnehmer an und zerfallen schlussendlich wieder.Die zugrundeliegende Dynamik solcher Kollaborationen ist weitgehend unvorhersehbar und führt zu kontinuierlich wechselnden Systemanforderungen. Während Menschen sich an unterschiedliche Umstände vergleichsweise leicht anpassen können, passt sich Software von selbst, wenn überhaupt, nur eingeschränkt an wechselnde Bedingungen an.Diese Dissertation behandelt das Problem wie sich Software -speziell Web Services -an den Gesamtkontext und die Anforderungen von Massenzusammenarbeit anpassen kann.Wenn tausende oder mehr technische und menschliche Entitäten zusammenarbeiten, kann kein einzelnes Element die Gesamtbedürfnisse erfassen.Infolgedessen erkennt niemand Situationen, welche die Umgestaltung des Gesamtsystems erfordern würden.Ohne entsprechende Anpassungstechniken läuft die Zusammenarbeit Gefahr ineffizient zu werden oder gar frühzeitig auseinanderzubrechen. Diese Dissertation präsentiert Techniken auf drei Ebenen.Den meisten Einfluss auf erfolgreiche Zusammenarbeit haben Techniken, welche die Gesamtbedürfnisse feststellen und darauf aufbauend die benötigten Services bereitstellen.Daran anschließend werden Algorithmen beschrieben, welche es ermöglichen, dass die richtigen Services untereinander kommunizieren.Drittens stellen Kontextverteilungsmechanismen sicher, dass die Services die relevanten Kontextinformationen zur Adaption bekommen.Datenmodelle, Algorithmen und Prototypen sind an Hand von Simulationen sowie Experimenten mit Echtdaten eines web-basierten Diskussionsforums evaluiert.