A goal-oriented approach to support the assurance process of self-adaptive systems under uncertainty

Abstract

Objetivos são entidades de primeira classe em um sistema auto-adaptativo (SAS) uma vez que eles guiam a auto-adaptação. Normalmente, SAS opera em ambientes dinâmicos e parcialmente desconhecidos, causando incerteza que o SAS deve endereçar para atingir seus objetivos. Ainda, apesar do ambiente, outras classes de incerteza já foram identificadas. Entretanto, essas diversas classes e suas fontes não são endereçadas sistematicamente por abordagens atuais durante todo o ciclo de vida do SAS. Reconhecer as diferentes classes e fontes de incertezas contribui para um entendimento mais claro sobre como elas impactam os objetivos e o comportamento do sistema, sendo assim, auxiliando o processo de garantias de SAS. Nós propomos uma abordagem orientada a objetivos que modela SAS com incerteza e gera modelos verificáveis para verificação do sistema em tempo de projeto e de execução. Em tempo de projeto, baseados em um modelo orientado a objetivos complementado com anotações de incerteza, nós geramos automaticamente: (i) um Processo de Decisão de Markov (MDP) na linguagem PRISM, e (ii) fórmulas paramétricas de confiabilidade e custo parametrizadas com incertezas. O MDP é utilizado por atividade de verificação de modelos probabilístico para dar suporte à análise e à verificação do sistema em tempo de projeto. As fórmulas paramétricas são meios para uma análise eficiente do SAS em tempo de execução, e para guiar a síntese de políticas de adaptação feita por engenheiros. Nesse trabalho, nós focamos nas propriedades de confiabilidade e custo, e avaliamo-las nos sistemas Tele Assistance System (TAS) e Body Sensor Network (BSN). Os resultados da validação são promissores e mostram que nossa abordagem é capaz de gerar modelos verificáveis de SAS com incertezas de forma escalável e confiável.