Loading article…
オートノミックコンピューティング（AC）は、自己管理特性を備えた分散コンピューティングリソースであり、予測不可能な変化に適応しながら、オペレーターやユーザーには本質的な複雑さを隠します。 2001年にIBMによって開始されたこのイニシアチブは、自己管理が可能なコンピュータシステムを開発し、急速に増大するコンピューティングシステム管理の複雑さを克服し、複雑さがさらなる成長にもたらす障壁を減らすことを最終的な目的としていました。[1]
説明
AC システムのコンセプトは、高レベルのポリシーを使用して適応的な決定を行うように設計されています。常に状態をチェックして最適化し、変化する状況に自動的に適応します。自律コンピューティング フレームワークは、相互に作用する自律コンポーネント(AC) で構成されます。AC は、センサー(自己監視用)、エフェクター(自己調整用)、知識、および自己認識と環境認識に基づくポリシーを活用するためのプランナー/アダプターを備えた 2 つの主要な制御スキーム (ローカルとグローバル) の観点からモデル化できます。このアーキテクチャは、監視、分析、計画、実行 (MAPE) と呼ばれることもあります。
このようなビジョンに導かれて、最近、 「自己制御型」自律コンポーネントに基づくさまざまなアーキテクチャフレームワークが提案されています。非常によく似た傾向が、マルチエージェントシステムの分野での最近の重要な研究の特徴となっています。ただし、これらのアプローチのほとんどは、通常、集中型またはクラスターベースのサーバーアーキテクチャを念頭に置いて考案されており、複雑なソフトウェアシステムを有効にしたり革新的なサービスを提供したりする必要性よりも、管理コストを削減する必要性に主に対処しています。一部の自律システムでは、疎結合通信メカニズムを介して相互作用するモバイルエージェントが関与しています。[2]
自律指向計算は、2001年にJiming Liuによって提案されたパラダイムであり、社会的な動物の集団行動を模倣した人工システムを使用して、困難な計算問題を解決します。たとえば、アリのコロニー最適化はこのパラダイムで研究できます。[3]
複雑化が進む問題
予測によれば、使用されるコンピューティングデバイスは年間38％増加し[4]、各デバイスの平均的な複雑さは増加しています。[4]現在、この量と複雑さは高度なスキルを持つ人間によって管理されていますが、熟練したIT人材の需要はすでに供給を上回っており、人件費は機器コストを最大18:1の比率で上回っています。[5]コンピューティングシステムはスピードと自動化の大きな利点をもたらしましたが、現在ではメンテナンスを自動化する圧倒的な経済的ニーズがあります。
2003 年のIEEE Computer の記事で、Kephart と Chess [1] は、コンピューティング システムとデバイスの相互接続の夢は、設計者が相互作用の複雑さを予測、設計、維持できなくなる「パーベイシブ コンピューティングの悪夢」になる可能性があると警告しています。彼らは、自律コンピューティングの本質はシステムの自己管理であり、管理者を低レベルのタスク管理から解放し、より優れたシステム動作を実現すると述べています。
現代の分散コンピューティング システムの一般的な問題は、その複雑さ、特に管理の複雑さが、システムのさらなる発展を阻む大きな要因となっていることです。大企業や機関は、通信や計算のために大規模なコンピュータ ネットワークを採用しています。これらのコンピュータ ネットワークで実行される分散アプリケーションは多様であり、内部管理プロセスから Web コンテンツの表示、顧客サポートまで、さまざまなタスクを処理します。
さらに、モバイル コンピューティングはこれらのネットワークに急速に浸透しています。従業員はオフィスにいないときに会社と通信する必要があります。従業員は、さまざまな形式のワイヤレステクノロジーを備えたラップトップ、パーソナル デジタル アシスタント、または携帯電話を使用して会社のデータにアクセスします。
これにより、コンピュータ ネットワーク全体が非常に複雑になり、人間のオペレータが手動で制御することが困難になります。手動制御は時間がかかり、コストがかかり、エラーが発生しやすくなります。拡大するネットワーク コンピュータ システムを制御するために必要な手動の労力は、急速に増加する傾向があります。
インフラストラクチャにおけるこのような問題の 80% は、クライアント固有のアプリケーションおよびデータベース層で発生します。[要出典]ほとんどの「自律型」サービス プロバイダー[誰? ]は、基本的な配管層 (電源、ハードウェア、オペレーティング システム、ネットワーク、および基本的なデータベース パラメータ)までしか保証しません。
自律神経系の特徴
考えられる解決策としては、現代のネットワーク化されたコンピューティング システムが、人間の直接的な介入なしに自己管理できるようにすることです。自律コンピューティング イニシアティブ(ACI) は、自律システムの基盤を提供することを目指しています。これは、人体の自律神経系にヒントを得たものです。 [6]この神経系は、意識的な介入なしに重要な身体機能 (呼吸、心拍数、血圧など) を制御します。
自己管理型自律システムでは、人間のオペレーターが新しい役割を担います。システムを直接制御するのではなく、自己管理プロセスを導く一般的なポリシーとルールを定義します。このプロセスのために、IBM はセルフスター (self-*、self-x、auto-* とも呼ばれる) プロパティと呼ばれる次の 4 種類のプロパティを定義しました。 [7]
- 自己構成: コンポーネントの自動構成。
- 自己修復：障害の自動検出と修正[8]
- 自己最適化: 定義された要件に関して最適な機能を確保するためのリソースの自動監視と制御。
- 自己保護: 任意の攻撃を積極的に識別して保護します。
ポスラド[7]やナミとシャリフィ[9]などの他の研究者は、セルフスターのセットを次のように拡張しました。
- 自己調整: 外部制御なしに、サービス品質などのパラメータをリセット範囲内に維持するように動作するシステム。
- 自己学習: システムは、外部制御を必要としない教師なし学習などの機械学習技術を使用します。
- 自己認識(自己検査および自己決定とも呼ばれる): システムは自分自身を認識する必要があります。システムは自身のリソースの範囲とリンク先のリソースを認識している必要があります。システムは、内部コンポーネントと外部リンクを制御し管理するために、それらを認識している必要があります。
- 自己組織化: システム外部からの明示的な圧力や関与なしに物理型モデルによって駆動されるシステム構造。
- 自己創造（自己組織化、自己複製とも呼ばれる）：システム外部からの明示的な圧力や関与なしに、生態学的および社会的タイプのモデルによって駆動されるシステム。システムのメンバーは自発的で自発的であり、継続的に変化する戦略的要求に創造的に応答して複雑性と秩序を生み出します。
- 自己管理 (セルフガバナンスとも呼ばれる): 外部からの介入なしに自己管理するシステム。管理対象は、システムとアプリケーションによって異なります。自己管理は、単一のセルフスター プロセスではなく、自律コンピューティングなどのセルフスター プロセスのセットを指すこともあります。
- 自己記述 (自己説明または自己表現とも呼ばれる): システムはそれ自体を説明します。それ以上の説明がなくても (人間が) 理解することができます。
IBMは自律システムを定義する8つの条件を提示している。[10] [11]
システムは
- どのようなリソースにアクセスできるか、その機能と制限は何か、他のシステムとどのように、なぜ接続されているかという観点から自分自身を知ること。
- 変化するコンピューティング環境に応じて自動的に構成および再構成できること。
- 最も効率的なコンピューティング プロセスを確保するためにパフォーマンスを最適化できること。
- 発生した問題を自己修復するか、問題を回避できる機能。
- システム全体のセキュリティと整合性を維持するために、さまざまな種類の攻撃を検出し、識別し、保護します。
- 変化する環境に適応し、近隣のシステムと相互作用し、通信プロトコルを確立する。
- オープン スタンダードに依存しており、独自の環境では存在できません。
- ユーザーに対して透明性を保ちながら、リソースに対する需要を予測します。
自律システムの目的と動作はシステムごとに異なりますが、すべての自律システムは、その目的を達成するために最低限必要な一連のプロパティを示す必要があります。
- 自動: これは本質的に、内部の機能と操作を自己制御できることを意味します。したがって、自律システムは自己完結型で、手動による介入や外部からの支援なしに起動して動作できる必要があります。また、システムのブートストラップに必要な知識 (ノウハウ) は、システムに固有のものでなければなりません。
- 適応性: 自律システムは、その動作 (つまり、構成、状態、機能) を変更できる必要があります。これにより、システムは、長期的 (環境のカスタマイズ/最適化) または短期的 (悪意のある攻撃、障害などの例外的な状況) の運用コンテキストにおける時間的および空間的な変化に対応できるようになります。
- 認識: 自律システムは、現在の動作が目的を果たしているかどうかを評価できるように、動作コンテキストと内部状態を監視 (感知) できる必要があります。認識は、コンテキストまたは状態の変化に応じて動作動作の適応を制御します。
進化レベル
IBM は、自律システムの展開について、 5 つの進化レベル、つまり自律展開モデルを定義しました。
- レベル 1 は、システムが基本的に手動で管理されている現在の状況を示す基本レベルです。
- レベル2～4では、自動化された管理機能が導入され、
- レベル5は自律的自己管理システムの究極の目標を表しています。[12]
デザインパターン
自律システムの設計の複雑さは、モデル・ビュー・コントローラ（MVC）パターンなどの設計パターンを利用して機能上の懸念をカプセル化することで懸念の分離を改善することで簡素化できます。[13]
制御ループ
自律システムに適用される基本概念は、閉制御ループです。このよく知られた概念は、プロセス制御理論に由来しています。基本的に、自己管理システムの閉制御ループは、何らかのリソース (ソフトウェアまたはハードウェア コンポーネント) を監視し、そのパラメータを望ましい範囲内に維持するよう自律的に試みます。
IBM によれば、大規模な自己管理型コンピュータ システムでは、こうした制御ループが数百、あるいは数千個も動作することが予想されます。
概念モデル
自律システムの基本的な構成要素は、システムが外部の動作コンテキストを観察できるようにする感知機能 (センサー Si )です。自律システムに固有のものは、目的(意図) の知識と、外部からの介入なしにそれ自体を操作するノウハウ(ブートストラップ、構成の知識、センサー データの解釈など) です。自律システムの実際の動作は、目的を達成するために適切な決定を下す責任を持つロジックによって決定され、動作コンテキストの観察 (センサー入力に基づく) によって影響を受けます。
このモデルは、自律システムの運用が目的主導型であるという事実を強調しています。これには、そのミッション (たとえば、提供することになっているサービス)、ポリシー (たとえば、基本的な動作を定義するもの)、および「生存本能」が含まれます。制御システムとして見ると、これはフィードバック エラー関数としてエンコードされるか、ヒューリスティック支援システムでは、その運用空間を制限するヒューリスティックのセットと組み合わせたアルゴリズムとしてエンコードされます。
参照
参考文献
- ^ ab Kephart, JO; Chess, DM (2003)、「自律コンピューティングのビジョン」、Computer、36 :41–52、CiteSeerX 10.1.1.70.613、doi :10.1109/MC.2003.1160055
- ^ Padovitz, Amir; Arkady Zaslavsky; Seng W. Loke (2003)。「自律分散システムの認識と敏捷性: モバイルエージェント向けのプラットフォーム非依存およびパブリッシュ/サブスクライブイベントベースの通信」。第 14 回データベースおよびエキスパートシステムアプリケーションに関する国際ワークショップ、2003 年。議事録。pp. 669–673。doi : 10.1109 / DEXA.2003.1232098。ISBN 978-0-7695-1993-7.S2CID 15846232 。
- ^ Jin, Xiaolong、Liu, Jiming (2004)、「個体ベースのモデリングから自律指向の計算へ」、エージェントと計算の自律性、コンピュータサイエンスの講義ノート、vol. 2969、p. 151、doi :10.1007/978-3-540-25928-2_13、ISBN 978-3-540-22477-8
- ^ ab Horn. 「Autonomic Computing:IBM's Perspective on the State of Information Technology」(PDF)。2011年9月16日時点のオリジナル(PDF)からアーカイブ。
- ^ 「テクノロジーの動向」、調査、カリフォルニア大学バークレー校、米国、2002 年 3 月
- ^ 「ユビキタスコンピューティング（パーベイシブコンピューティング）とは何ですか？」
- ^ ab Poslad, Stefan (2009). 自律システムと人工生命、ユビキタスコンピューティング スマートデバイス、スマート環境、スマートインタラクション。Wiley。pp. 317–341。ISBN 978-0-470-03560-3. 2014年12月10日時点のオリジナルよりアーカイブ。2015年3月17日閲覧。
- ^ S-Cube ネットワーク。「自己修復システム」。
- ^ Nami, MR; Sharifi, M. (2007). 「自律コンピューティングシステムの調査」。インテリジェント情報処理 III。第 3 回自律システムおよび自律システムに関する国際会議 (ICAS'07)。IFIP 国際情報処理連盟。第 228 巻。pp. 26–30。doi : 10.1007 / 978-0-387-44641-7_11。ISBN 978-0-387-44639-4. S2CID 6974127。
- ^ 「IBM Research | オートノミック・コンピューティング | 概要 | 8つの要素」。2004年8月12日時点のオリジナルよりアーカイブ。2021年12月27日閲覧。
- ^ 「自律コンピューティングとは何か? Webopedia の定義」 2004 年 6 月 22 日。
- ^ 「IBM、新しい自律コンピューティング導入モデルを発表」IBM 2002-10-21。
- ^ カリー、エドワード、グレース、ポール (2008)、「モデル・ビュー・コントローラ・パターンを使用した柔軟な自己管理」、IEEE ソフトウェア、25 (3): 84、doi :10.1109/MS.2008.60、S2CID 583784
外部リンク
- 自律コンピューティングに関する国際会議 (ICAC 2013)
- IBM Press 発行の Richard Murch 著『Autonomic Computing』
- 自律コンピューティングに関する記事とチュートリアル
- 実用的な自律コンピューティング - 自己管理技術へのロードマップ
- 自律コンピューティングブログ
- Whitestein Technologies – 自律コンピューティング ソフトウェアの開発および統合環境のプロバイダー
- Applied AutonomicsはAutonomic Web Servicesを提供します
- Enigmatec ウェブサイト – 自律コンピューティング ソフトウェアのプロバイダー
- ハンズフリー ネットワーク – 自律コンピューティング ソフトウェアのプロバイダー 2013-08-17 にWayback Machineでアーカイブ
- CASCADAS プロジェクト: 欧州連合の資金提供による、自律的で状況認識型の通信と動的適応のためのコンポーネントウェア
- オープンソースのCASCADAS自律ツールキット
- ANA プロジェクト: 欧州連合の資金提供による自律ネットワーク アーキテクチャ研究プロジェクト
- JADE – 自律管理ソフトウェアを開発するためのフレームワーク
- バルセロナ スーパーコンピューティング センター – 自律システムと e ビジネス プラットフォーム
- SOCRATES: ワイヤレス ネットワークにおける自己最適化と自己構成
- 動的に自己構成する自動車システム
- ASSL (自律システム仕様言語) : 自律システムの仕様、検証、生成のためのフレームワーク
- 自律コンピューティングとビジネスプロセスでの使用法の説明 (IBM) - ドイツ語[永久リンク切れ ]
- RKBExplorer の自律コンピューティング アーキテクチャ
- 国際オートノミックコンピューティングジャーナル
- BiSNET/e: 進化的多目的最適化を備えた認知センサー ネットワーキング アーキテクチャ
- Licas: 統合された Autonomic Manager を使用してサービスベースのネットワークを構築するためのオープン ソース フレームワーク。