Autonomic management of SLA mappings in cloud markets

Abstract

Die Verwaltung von Anforderungen von Markteilnehmern ist Voraussetzung für die erfolgreiche Realisierung von Cloud-Märkten.<br />Verträge über die Nutzung von Cloud-Diensten werden üblicherweise via Service-Level-Agreements (SLAs) abgeschlossen. Bevor diese verhandelt werden, müssen Marktteilnehmer (Dienstleister und Kunden) ihre eigenen Anforderungen an Cloud-Dienste festlegen. Da es keine allgemein gültigen Standards für die formale Spezifikation von Anforderungen in SLAs gibt, können diese von SLA zu SLA variieren. Zur Lösung dieses Problems wurden SLA-Mappings entwickelt, welche Anforderungen mit gleicher Aussage aber unterschiedlicher Spezifikation miteinander verknüpfen. Die Spezifikation von SLA-Mappings ist notwendig, um automationsunterstützt Anforderungen mit gleicher Aussage aber unterschiedlicher Spezifikation identifizieren zu können und die Verwaltung der Anforderungen zu ermöglichen. Bei Markteintritt wird die Spezifikation von SLA-Mappings durch Marktteilnehmer verlangt, was jedoch einen hohen Aufwand für diese darstellt. Die vorliegende Diplomarbeit greift dieses Problem auf und versucht den Aufwand von Marktteilnehmern für die Spezifikation von SLA-Mappings zu reduzieren, indem sie einen Ansatz für die autonome Generierung und Verwaltung von SLA-Mappings vorstellt. Wir analysieren und vergleichen verschiedene Methoden um die Semantik von SLAs und SLA-Mappings zu lernen und in weiterer Folge SLA-Mappings automatisch generieren und an die Marktteilnehmer vorschlagen zu können, sodass deren Aufwand für die manuelle Spezifikation reduziert wird. Durch Simulierung des Prozesses der Anforderungsspezifikation in einer Cloud-Umgebung evaluieren wir die Vorteile unseres Ansatzes für die Marktteilnehmer. Schließlich können wir zeigen, dass der vorgestellte Ansatz für die automatische Generierung und Verwaltung von SLA-Mappings den Aufwand von Marktteilnehmern, im Gegensatz zur manuellen Spezifikation von SLA-Mappings signifikant reduzieren kann.

Management of market participants' requirements is essential for the successful realization of Cloud markets, where highly scaleable computing resources are offered as on-demand services by service providers to service consumers in a pay-as-you-go model. Usually, in Cloud markets, contracts between service consumers and providers are established using Service Level Agreements (SLAs), which include objectives of service usage. Before concrete objectives can be negotiated, service providers and consumers have to specify their own requirements in SLAs when they enter the Cloud market. Since there exists no general standard for specifying elements of SLAs, their definition may vary among different documents. To counteract this problem, SLA mappings have been introduced, i.e. associations between elements of two corresponding SLAs. They can either be specified between elements that are semantically equivalent but differ in syntax, or for elements that only occur in one of the two SLAs and are therefore additional to the remaining set of equivalent elements. Since SLAs need to be matched for successful establishment of contracts, the definition of SLA mappings is crucial for identifying elements, which are semantically equivalent but differ in syntax. Hence, market participants are asked to create SLA mappings between their own requirements and those offered by the market. However, manual definition of SLA mappings incurs high cost to market participants. This thesis tries to reduce the cost for creating mappings to requirements specified in SLAs by proposing an approach for autonomic generation and management of SLA mappings. For this, we analyze and compare different methods for learning semantics concerning the structure of SLAs and SLA mappings, as well as different strategies for recommending corresponding SLAs and adequate SLA mappings to market participants. Moreover, we develop an integrated framework for autonomic generation and management of SLA mappings, embedding these learning and recommendation techniques. By simulating the submission of SLAs to a Cloud market platform, we evaluate our approach and show its benefits to market participants.<br />Thus, we are able to show that our approach for autonomic generation and managing of SLA mappings could significantly reduce the cost of manual creation and adaption of mappings by market participants.