Sistemi e modelli Obbiettivo: sviluppare metodologie e strumenti di analisi quantitativa della QoS di sistemi costruzione e soluzione di modelli per la valutazione di prestazioni e affidabilità di sistemi collezione di elementi (componenti, entità) interdipendenti e che interagiscono per raggiungere uno specifico obbiettivo funzionalità economicità prestazioni correttezza confidenza P2.1 Sistemi Sistemi di elaborazione - architetture hw - sistemi operativi - sistemi di basi di dati - architetture sw - reti di calcolatori e sistemi distribuiti - sistemi real-time Sistemi di comunicazione - reti di comunicazione (wired e wireless) - protocolli Studio del comportamento del sistema e sua valutazione in termini di costo/prestazioni e di affidabilità durante tutto il ciclo di vita P2.2 1
Analisi quantitativa Fase di progetto e di implementazione Fase di dimensionamento e acquisizione Fase di evoluzione della configurazione (struttura) e del carico Analisi e valutazione quantitativa di alternative di progetto Ottimizzazione rispetto a determinate specifiche P2.3 Metodologie Metodologie di valutazione delle prestazioni di sistemi Misurazione (empiriche) Modellistiche Misurazione Propotipazione diretta Benchmarking (carico artificiale) Modelli analitici Modelli ibridi Modelli di simulazione Benchmark: insieme di programmi (lavori) applicativi che rappresentano il titpico carico del sistema da misurare Ripetibilità P2.4 2
Sistemi e modelli Analisi impiego Creazione Formalizzazione Modello Livello di astrazione del modello: livello di dettaglio di rappresentazione Definizione degli obbiettivi Usare modelli semplici e facilmente risolubili specie nelle prime fasi di progetto di sistema P2.5 Modellazione - vantaggi Costruzione di un modello di sistema rappresentazione astratta formalizzazione di osservazioni empiriche Vantaggi organizzazione delle conoscenze e osservazioni empiriche comprensione del sistema rilevanza di componenti e/o interazioni facilita l analisi del sistema modificabilità indispensabile in fase di progetto valutazione di alternative impiego di diversi modelli in funzione degli obbiettivi Obbiettivo 1... Obbiettivo n Modello 1 Modello n P2.6 3
Modellazione - limiti Rischi livello di astrazione non appropriato tendenza ad estrapolare i risultati del modello oltre al suo campo di applicabilità Componenti (proprietà elementari del sistema) Componenti (proprietà elementari del modello) + + Interazioni nel sistema Interazioni nel modello Comportamento del sistema Comportamento del modello SISTEMA MODELLO P2.7 Creazione di un modello Definizione tramite un processo di astrazione Parametrizzazione alternative oggetto di analisi Valutazione soluzione del modello Sistemi in cui vi è competizione per l uso di risorse: sistemi di congestione Modelli di code, modelli a rete di code Costi - per l attesa per le risorse - per l uso delle risorse Punto di vista del sistema Punto di vista dell utente max uso risorse min tempi di risposta P2.8 4
Classificazione di sistemi e modelli Sistemi naturali esistenti Stato del sistema artificiali ipotetici condizione del sistema al tempo t Variabili di stato descrizione delle entità (componenti), dei loro attributi, delle attività nel tempo Variabili endogene esogene risultato di una attività interna risultato di una attività esterna aperto (esistono variabili esogene) o chiuso (altrimenti) continuo (variabili continue) o discreto (var. discrete) stocastico (variabili casuali) o deterministico (var. deterministiche) P2.9 -> Modello Livello di astrazione Classificazione dei modelli Modello: aperto/chiuso, stocastico/determ.,continuo/discreto, -> Modello Proprietà oggetto del sistema ->?? Modelli fisici in scala (es. modellini navi, edifici, ) iconici (es. mappe) dinamici, analogici (es. fluidodinamica) simbolici matematici insieme di relazioni logiche/matematiche espresse in un formalismo matematico non-matematici linguistici, grafici, schematici P2.10 5
Modellazione Tipi di corrispondenza corrispondenza iconica proprietà oggetto nel sistema->stessa proprietà nel modello corrispondenza per analogia proprietà oggetto nel sistema->diversa proprietà nel modello rappresentazione simbolica proprietà oggetto nel sistema->simboli e relazioni nel modello Note: - la mancanza di semplificazioni può ridurre l efficacia di un modello - modello: compromesso fra livello di dettaglio e costi - bontà e appropriatezza del modello dipendono dallo scopo P2.11 Modellazione: procedimento iterativo Il processo di creazione, definizione e costruzione di un modello richiede - che siano esplicitate le assunzioni definite motivate giustificate - semplicità - parametri misurabili - facilità di soluzione del modello Procedimento iterativo Sviluppo di modelli secondo uno schema di relazione gerarchica topdown livello di astrazione n -> MODELLO n n=1,,n relazione fra i modelli a diversi livello obbiettivi e risultati con un livello di dettaglio crescente P2.12 6
Ciclo di creazione ed uso di modelli 1. Definizione degli obbiettivi di studio definizione del sistema e ambiente esterno definizione delle variabili e indici da valutare definizione dei criteri per al valutazione delle soluzioni - acquisizione dei dati dal sistema - misurazione del carico del sistema 2. Definizione del modello Formulazione delle ipotesi e assunzioni livello di astrazione componenti, attributi, caratteristiche funzionali, relazioni complessità strutturale, solubilità 3. Parametrizzazione caratterizzazione del carico - misurazione, strumenti 4. Valutazione (soluzione) del modello, interpretazione dei risultati scelta metodologia 5. Validazione del modello valutazione adeguatezza di: modello, obbiettivi, risultati possibile iterazione ai punti 1,2 o 3 con relative modifiche P2.13 Adeguatezza del modello 6. Documentazione Possibile analisi di sensitività Adeguatezza del modello - significatività dei risultati - complessità della soluzione - semplicità d uso ANALISI DI SENSITIVITA possibile impatto sui risultati (prestazioni) delle ipotesi e assunzioni - robustezzaanalisi del modello sotto diverse condizioni confronto dei risultati - casi limite valutazione del modello sotto assunzioni estreme, calcolo di valori limite Una possibile causa di mancato raggiungimento degli obbiettivi è la presenza di colli di bottiglia (bottleneck) nel sistema -> modifica Iterazioni e modifica di obbiettivi (1), assunzioni/definizione del modello (2), misurazione e parametrizzazione (3). P2.14 7