Title: Adaptation techniques in large-scale service-oriented systems: models, metrics, and algorithms
Language: English
Authors: Dorn, Christoph
Qualification level: Doctoral
Keywords: Adaptionstechniken; Servicesystem; Kennzahlen; Autonom; Kontext; Kommunikationsanalyse
Adaptation Techniques; Large-scale Systems; Service oriented Architecture; Autonomic; Context-aware; Interaction analysis; Capability matching; Composition heuristic
Advisor: Dustdar, Schahram 
Assisting Advisor: Gall, Harald
Issue Date: 2009
Number of Pages: 180
Qualification level: Doctoral
Abstract: 
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.

Over the past years, people enthusiastically took up web-based services such as Facebook, Youtube, or Wikipedia to pursue joint interests. Large-scale collaborations emerge in an ad-hoc fashion, have participants join in, and eventually dissolve again.
Such dynamic collaboration changes result in constantly shifting system requirements.
Humans can adapt to some extent to changing conditions, while software remains mostly rigid. Enabling system adaptation to meet these requirements is the main problem addressed in this thesis.
In large-scale socio-technical networks, neither service nor human entities are able to obtain a complete picture of the overall context, constraints, and requirements. Consequently, no single entity perceives the need for reconfiguration. Without proper adaptation techniques, collaborations yield poor performance and are prone to end prematurely.
In this thesis, we present a layered approach to adaptation techniques.
Most importantly, infrastructure adaptation ensures provisioning of the required services. Subsequently, service adaptation techniques ensure interaction of the right services. Finally, we present techniques for delivering the relevant context information.
We evaluate these contributions with a mixture of collaboration simulations and experiments on real-world data from an online discussion forum.
URI: https://resolver.obvsg.at/urn:nbn:at:at-ubtuw:1-34321
http://hdl.handle.net/20.500.12708/12994
Library ID: AC07452376
Organisation: E184 - Institut für Informationssysteme 
Publication Type: Thesis
Hochschulschrift
Appears in Collections:Thesis

Show full item record

Page view(s)

12
checked on Feb 24, 2021

Download(s)

64
checked on Feb 24, 2021

Google ScholarTM

Check


Items in reposiTUm are protected by copyright, with all rights reserved, unless otherwise indicated.