Automated management of remedial behaviour

Abstract

Many software systems are nowadays built as sets of autonomous components, named agents, that interact with each other and are situated in an environment. Because these multiagent systems (MAS) perform a range of complex and critical tasks, they are expected to resist and recover from challenging situations that may compromise their operation and the quality of their services. D2R2 + DR is an existing strategy to provide software systems with this resilient behaviour. It specifies the execution of a set of operations, such as the detection of problems, their remediation, the diagnosis of their causes, and the recovery of the system to a normal operating state. Due to its abstract nature, instantiations of this strategy cannot be reused accross different application domains. Even though there are approaches that provide concrete solutions for some of these operations, they present limitations such as a lack of autonomy and adaptability. In this thesis, we propose a framework that aims at promoting resilience to MAS by providing them with the ability to autonomously manage the remediation, diagnosis and recovery operations in the face of adverse events. This framework detaches the resilient behaviour from domain-dependent code, thus promoting software reuse across different applications, and comprises three main techniques. The first automates the management of remedial actions as well as the diagnosis and solution of problem causes. The second is focused on the diagnosis of problem causes in MAS scenarios. It specifies an interaction protocol and roles that describe how agents can coordinate their actions and share information in order to keep operating with the expected quality. Finally, the third formalises an approach that allows agents to revoke the effects of executed actions without the need for an explicit declaration of which these actions are and how they should be reverted. These techniques are implemented as an extension of a platform for agent development, which serves as basis for conducting empirical studies with the aim of assessing different aspects of the proposed framework. The results show that our reusable framework and its underlying techniques are able to provide agents and multiagent systems with the abilities required to carry out the remediate, diagnose and recover operations specified by the D2R2 + DR strategy in different domains. The autonomy and adaptability provided by our proposal are also demonstrated.

Atualmente, diversos sistemas de software são construídos como conjuntos de agentes que interagem entre si e estão situados em um ambiente. Por realizarem uma gama de tarefas críticas e complexas, é esperado que estes sistemas sejam capazes de resistir e se recuperar de situações que possam comprometer sua operação e a qualidade dos seus serviços. D2R2 + DR é uma estratégia existente para fornecer esse comportamento remediativo à sistemas de software. Ela especifica a execução de operações como a detecção de problemas, sua remediação, o diagnóstico de suas causas, e a recuperação do sistema a um estado normal de operação. Dada a sua natureza abstrata, instanciações desta estratégia não podem ser reutilizadas em diferentes domínios de aplicação. Mesmo que existam abordagens que forneçam soluções concretas para algumas dessas operações, elas apresentam limitações como falta de autonomia e adaptabilidade. Nesta tese, propomos um framework que visa fornecer resiliência a sistemas multiagentes por meio do gerenciamento automatizado das operações de remediação, diagnóstico e recuperação em face de eventos adversos. Esse framework dissocia o comportamento resiliente do código dependente de domínio, promovendo assim o reuso de software entre aplicações distintas, e compreende três técnicas. A primeira automatiza o gerenciamento de ações remediativas e o diagnóstico e solução das causas de problemas. A segunda especifica um protocolo de interação e papéis que descrevem como agentes podem coordenar suas ações e compartilhar informações para diagnosticar causas de problemas. Por fim, a terceira formaliza uma abordagem que permite que agentes desfaçam os efeitos de ações executadas sem a necessidade de uma declaração explícita de quais são essas ações e como elas devem ser revertidas. Essas técnicas são implementadas como uma extensão de uma plataforma de desenvolvimento de agentes, a qual serve como base para a condução de estudos empíricos com o objetivo de avaliar diferentes aspectos do framework proposto. Os resultados mostram que o framework reutilizável e as técnicas subjacentes são capazes de fornecer a agentes e sistemas multiagentes as habilidades necessárias para realizar as operações especificadas pela estratégia D2R2 + DR em diferentes domínios. A autonomia e adaptabilidade fornecidas pela nossa proposta também são demonstradas.