SOMMARIO. Sistemi Self-Adaptive Motivazioni Ciclo di vita della cellula Paradigma. Future Work

Transcript

1 LEARNING FROM CELL LYFE- CYCLE: A SELF ADAPTIVE PARADIGM Antinisca Di Marco, Francesco Gallo, Paola Inverardi Università degli Studi dell'aquila Dipartimento di Informatica

2 SOMMARIO Sistemi Self-Adaptive Motivazioni Ciclo di vita della cellula Paradigma Caso di Studio Future Work

3 SISTEMI SELF-ADATTIVI I sistemi self-adaptive sono sistemi in grado di modificare il loro comportamento a tempo di esecuzione per rispondere ai cambiamenti che avvengono: nell'ambiente in cui è in esecuzione il sistema; nei requisiti utente (es. nuove funzionalità introdotte); nel sistema stesso (es. fallimento di una componente interna).

4 SISTEMI SELF-ADATTIVI Il nostro framework pone particolare attenzione ai sistemi self-adaptive aventi le seguenti caratteristiche: Change dimension: sorgente del cambiamento: esterno o interno; tipo: funzionale, non-funzionale, tecnologico; previsione: previsto, prevedibile, imprevedibile.

5 SISTEMI SELF-ADATTIVI Mechanism dimension: tipo: aggiungere o rimuovere parti del sistema; autonomia: il sistema è in grado di decidere in modo autonomo quale meccanismo applicare; organizzazione: decentralizzata; scope: locale o globale, cioè l'adattamento può coinvolgere un singolo modulo del sistema o l'intero sistema; Trigger basato su eventi: componenti o parti del sistema comunicanti possono scatenare eventi che inducono un adattamento.

6 MOTIVAZIONI I sistemi biologici mostrano proprieta molto simili a quelle che i sistemi self-adaptive dovrebbero avere: adattamento al cambiamento; capacità di recupero da eventi (ordinari e) straordinari; adattamento spontaneo e decentralizzato in caso di interazioni con altri sistemi biologici. Particolare interesse ha destato in noi la cellula e il suo ciclo di vita. Scopo: effettuare una prima investigazione su un nuovo paradigma per sistemi self-adaptive ispirato dal ciclo di vita delle cellule.

7 CICLO DI VITA DELLA CELLULA Le cellule possono essere viste come sofisticate macchine biologiche, costituite da sottosistemi che governano il loro ciclo vitale interno. Esse sono in grado di adattarsi a scenari spesso imprevedibili in modo totalmente decentralizzato.

8 CICLO DI VITA DELLA CELLULA Ogni cellula animale ha origine, tramite un processo di specializzazione, dalla cellula staminale, si moltiplica mediante mitosi e conclude la sua esistenza mediante un meccanismo noto come apoptosi o morte programmata.

9 PARADIGMA Una cellula gestisce le conoscenze necessarie a realizzare tutte le possibili funzioni cellulari. Può essere paragonata ad una macchina universale in grado di eseguire tutti i possibili comportamenti attraverso l'interpretazione del corrispondente codice. Le proprietà fondamentali che hanno ispirato il nostro paradigma sono: la proprietà riflessiva delle cellule staminali, cioè la capacita di auto preservarsi a dispetto di cambiamenti indotti dall'ambiente; La proprietà di generare cellule meno intelligenti ma più efficienti la capacità di catturare stimoli dall'ambiente e generare il comportamento associato

10 PARADIGMA Nel nostro mondo queste proprietà possono essere riassunte come: una macchina universale che può interpretare i segnali provenienti dall'ambiente e che genera il codice che implementa la funzionalità desiderata. Il codice generato per l'implementazione della specifica funzionalità è equivalente al passaggio da una condizione di generalità ad una di specializzazione.

11 PARADIGMA

12 PARADIGMA Per migliorare l'efficienza, il paradigma combina moduli riflessivi e interpretativi (stem module) con moduli compilati (differentiated module): i primi garantiscono un grado di flessibilità ed espressività necessari ad un sistema self-adaptive altamente autonomo; i secondi permettono di migliorare l'efficienza dell'intero sistema quando quest'ultimo ha deciso di adattarsi; inoltre, per rendere più potente il paradigma proposto, la procedura di morte programmata (ispirata dall'apoptosi cellulare) viene utilizzata per terminare moduli software troppo specializzati o danneggiati che non sono più utili alla nuova situazione.

13 CASO DI STUDIO Applichiamo il nostro framework ad un sistema di monitoring del traffico stradale. Il sistema è costituito da un insieme di videocamere intelligenti. Ogni videocamera ha le seguenti caratteristiche: limitato raggio di visione; posizionate in modo da ottimizzare la copertura della strada; capacità di misurare il livello di congestione del traffico e decidere se c è o meno un ingorgo nel proprio campo di azione. Il sistema è totalmente decentralizzato. Le videocamere lavorano assieme per aggregare i dati che saranno gestiti da eventuali client.

14 CASO DI STUDIO Ogni videocamera può essere assimilata ad un nodo di una rete che può essere così schematizzata:

15 SCENARIO: ISTALLAZIONE

16 SCENARIO: FALLIMENTO PARZIALE NODO HARDWARE

17 SCENARIO: NUOVA RISORSA HW DISPONIBILE

18 SCENARIO: FALLIMENTO COMPONENTE SOFTWARE

19 SCENARIO: INSERIMENTO NUOVO COMPORTAMENTO

20 SCENARIO: EVENTO CATASTROFICO O MIGRAZIONE

21 FUTURE WORK Il lavoro presentato è in fase embrionale. I passi successivi saranno: definire un linguaggio (sintassi e semantica) che permetti di specificare sistemi basati sul paradigma; Verificare l efficienza del paradigma valutando il Verificare l efficienza del paradigma valutando il trade-off tra meccanismi interpretativi (stem module) e compilativi (tissue/differentiated module).