Tese - Romildo

7/25/2019 Tese - Romildo

1/109

ROMILDO MARTINS DA SILVA BEZERRA

UMA PROPOSTA PARA A GERNCIAAUTONMICA E ESCALVEL DE REDES DE

COMPUTADORES

Tese apresentada ao Programa Multiinstitucional de

Ps-Graduao em Cincia da Computao da Uni-

versidade Federal da Bahia, Universidade Estadual

de Feira de Santana e Universidade Salvador, como

requisito parcial para obteno do grau de Doutor

em Cincia da Computao.

Orientador: Prof. Dr. Joberto Srgio Barbosa Martins

Salvador

2012


2/109

ii

Ficha catalogrfica elaborada pela Biblioteca XXXXXX,Instituto de Matemtica

Bezerra, Romildo Martins da SilvaS111d XXX

XXX / Romildo Martins da Silva Bezerra. Salvador, 2012.

89p.:il.

Orientador: Prof. Dr. Joberto Srgio Barbosa Martins.Tese (doutorado) Universidade Federal da Bahia, Instituto de Matemtica,

Programa Multiinstitucional de Ps-Graduao em Cincia da Computao, 2012.

1. Gerncia de Redes. 2. Computao Autonmica. 3. Escalabilidade4.Qualidade de Servio. I. Joberto Srgio Barbosa. II. UniversidadeFederal da Bahia. Instituto de Matemtica. III Ttulo.

CDD 20.ed. 003.83


3/109

iii

TERMO DE APROVAO

ROMILDO MARTINS DA SILVA BEZERRA

UMA PROPOSTA PARA A GERNCIA AUTONMICA EESCALVEL DE REDES DE COMPUTADORES

Esta tese foi julgada adequada obteno do ttulode Doutor em Cincia da Computao e aprovadaem sua forma final pelo Programa Multiinstitucio-

nal de Ps-Graduao em Cincia da Computaoda UFBA-UEFS-UNIFACS.

Salvador, 05 de setembro de 2012

Orientador: Professor Joberto Srgio Barbosa Martins, DocteurUniversidade Salvador

Professor Lisandro Zambenedetti Granville, DoutorUniversidade Federal do Rio Grande do Sul

Professor Jos Neuman de Souza, DocteurUniversidade Federal do Cear

Professor Celso Alberto Saibel Santos, DocteurUniversidade Federal do Esprito Santo

Professor Jos Augusto Suruagy Monteiro, Ph.D.Universidade Federal de Pernambuco


4/109

iv


5/109

Para minha esposa e minha filha


6/109

vi


7/109

AGRADECIMENTOS

vii


8/109

viii AGRADECIMENTOS


9/109

Os investimentos em conhecimento geram os melhores dividendos

BENJAMIN FRANKLIN


10/109

x AGRADECIMENTOS


11/109

RESUMO

A tarefa de gerenciar redes de computadores tem se tornado uma atividade altamente com-plexa devido a diversidade dos servios ofertados, heterogeneidade dos dispositivos e baixagranularidade da gerncia. Neste contexto, os sistemas de gerncia autonmicos (Autonomic

Management Systems AMS) esto sendo investigados como uma possvel abordagem capazde lidar com a alta complexidade da gerncia. Com efeito, espera-se que tais sistemas auton-micos possam, entre outras funcionalidades, ofertar a configurao e otimizao dos recursosda rede, mantendo escalvel as caractersticas de desempenho. Fundamentalmente, o problema

de escalabilidade deve ser considerado por solues atuais de sistemas de gerncia autonmicossob risco de tais solues no se adequarem em diferentes ambientes gerenciados. Dessa forma,espera-se que as solues autonmicas sejam encontradas, de preferncia, dinamicamente (on-the-fly) e, como tal, possam efetivamente substituir a interveno humana na gesto da rede.Este trabalho objetiva a concepo de uma soluo autonmica para que a gerncia de redesoferea, dentre outros aspectos, uma caracterstica de escalabilidade na verificao de novassolues da rede. Para tal, foi desenvolvido um arcabouo auto-gerenciado para a utilizaoem diversos cenrios escalveis, que foram alcanados mediante a concepo de uma estrat-gia de particionamento de rede (NPCE Network Partitioning Computing Engine). A NPCEconsidera simultaneamente um conjunto de requisitos especificados como parmetros de QoS etempo de execuo na busca de novas configuraes. Os resultados demonstram a viabilidadeda soluo autonmica atravs de testes em cenrios com diferentes topologias, perfis de trfegoe mediante a aplicao de falhas.

Palavras-chave: Computao Autonmica, Auto-Gerenciamento, Gerncia de Redes e Esca-labilidade

xi


12/109

xii RESUMO


13/109

ABSTRACT

Managing computers network has become a really complex task due to the diversity ofoffered services, devices heterogeneity and low granularity of management. In this context,Autonomic Management Systems (AMS) has being investigated as a possible approach able tohandle the high complexity of management. Indeed, it is expected that such autonomic sys-tems may, among other features, offer network resources configuration and optimization whilemaintaining scalable performance characteristics. Fundamentally, the scalability problem mustbe considered by current autonomic management systems at risk of solutions do not fit in diffe-

rent managed environments. Thus, it is expected that autonomic solutions are preferably founddynamically (on-the-fly), and can effectively replace the human intervention in network ma-nagement. This work aims at designing a solution for autonomic network management thatprovides, among other things, a feature of scalability in the verification of new network soluti-ons. To do so, we developed a self-managed framework to be used in several scalable scenarios,which were generated through the conception of a strategy of network partitioning (NetworkPartitioning Computing Engineor NPCE). NPCE simultaneously considers a set of specified re-quirements as QoS parameters and execution time in the search for new configurations. Resultsdemonstrate autonomic solution feasibility through tests in scenarios with different topologies,traffic profiles and fault model.

Keywords: Autonomic Computing, Self-Management, Network Management and Scalability.

xiii


14/109

xiv ABSTRACT


15/109

SUMRIO

Captulo 1Introduo 1

1.1 Gerncia Autonmica de Redes . . . . . . . . . . . . . . . . . . . . . . . . . . 21.2 Motivao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21.3 Objetivos e Organizao da Tese . . . . . . . . . . . . . . . . . . . . . . . . . 3

Captulo 2Gerncia Autonmica de Redes 5

2.1 A Evoluo dos Sistemas de Gerncia . . . . . . . . . . . . . . . . . . . . . . 52.2 Computao Autonmica Uma Breve Viso . . . . . . . . . . . . . . . . . . 6

2.2.1 Requisitos para o Auto-Gerenciamento . . . . . . . . . . . . . . . . . 72.2.2 AutomticoversusAutonmico . . . . . . . . . . . . . . . . . . . . . 82.2.3 Polticas e Computao Autonmica . . . . . . . . . . . . . . . . . . . 102.2.4 Aspectos Arquiteturais . . . . . . . . . . . . . . . . . . . . . . . . . . 112.2.5 Princpios de Projeto . . . . . . . . . . . . . . . . . . . . . . . . . . . 13

2.3 Classificao dos Sistemas Autonmicos . . . . . . . . . . . . . . . . . . . . . 152.4 Gerncia Autonmica de Redes e seus Desafios . . . . . . . . . . . . . . . . . 18

2.5 O Estado da Arte . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 202.5.1 FOCALE Foundation-Observation-Compare-Act-Learning-rEasoning 212.5.2 ANEMA Autonomic Network Management Architecture . . . . . . . 222.5.3 ANA Autonomic Network Architecture. . . . . . . . . . . . . . . . . 23

2.6 Consideraes Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 25

Captulo 3Um Arcabouo com Caractersticas Autonmicas para a Gerncia de Re-des 27

3.1 Modelagem e Requisitos do Arcabouo . . . . . . . . . . . . . . . . . . . . . 273.2 Definio e Estruturao do Arcabouo . . . . . . . . . . . . . . . . . . . . . 31

3.2.1 O Arcabouo Proposto em Relao Estruturao Geral das SoluesAutonmicas para a Gerncia de Redes . . . . . . . . . . . . . . . . . 313.2.2 Estrutura do Arcabouo Uma Viso Baseada em Planos . . . . . . . . 323.2.3 O Plano de Deciso . . . . . . . . . . . . . . . . . . . . . . . . . . . . 343.2.4 Ciclo de Atividades do Arcabouo . . . . . . . . . . . . . . . . . . . . 36

3.3 Utilizando Particionamento para Tratamento da Escalabilidade . . . . . . . . . 383.3.1 Conceitos Bsicos para o Partionamento da Rede Uma Viso Analtica 403.3.2 Anlise Matemtica do Particionamento . . . . . . . . . . . . . . . . . 42

3.4 Estratgia de Particionamento baseada no Trfego e na Topolgica da Rede . . 433.4.1 A Operao do NPCE Fase 01 Tratando a Escalabilidade com o

Particionamento . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 443.4.2 A Operao do NPCE Fase 02 Clculo do Custo Computacional . . 473.4.3 A Operao do NPCE Fase 03 Anlise da Melhor Relao . . . . . 48

3.5 O Motor de Busca de Solues do Arcabouo . . . . . . . . . . . . . . . . . . 51

xv


16/109

xvi SUMRIO

3.5.1 Mapeamento de um Caso . . . . . . . . . . . . . . . . . . . . . . . . . 543.5.2 A Representao do Conhecimento Associando o Particionamento ao

Motor de Busca de Solues . . . . . . . . . . . . . . . . . . . . . . . 553.6 Exemplo de Operao . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57

3.6.1 Funcionamento na Ocorrncia de Falhas . . . . . . . . . . . . . . . . . 583.6.2 Funcionamento Visando uma Melhor Alocao de Recursos . . . . . . 59

3.7 Consideraes Finais . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 59

Captulo 4Validao da Proposta 61

4.1 Anlise Estatstica dos Dados . . . . . . . . . . . . . . . . . . . . . . . . . . . 614.2 Especificao dos Cenrios de Testes . . . . . . . . . . . . . . . . . . . . . . . 624.3 Cenrios de Testes . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 63

4.3.1 Cenrio de Simulao 01 Teste deStress Quantidade de Fluxos . . 634.3.2 Cenrio de Simulao 02 Teste deStress Quantidade de Dispositivos 64

4.3.3 Cenrio de Simulao 03 Manuteno da Qualidade de Servio . . . 664.3.4 Cenrio de Simulao 04 Sobrevivncia . . . . . . . . . . . . . . . . 67

4.4 Outros Pontos de Investigao . . . . . . . . . . . . . . . . . . . . . . . . . . 684.4.1 Alocao Paralela . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 684.4.2 Impacto do Tempo de Particionamento sobre o Tempo Total . . . . . . 69

4.5 Classificao do Modelo Proposto . . . . . . . . . . . . . . . . . . . . . . . . 704.6 Verificao do Cumprimento dos Requisitos Especificados . . . . . . . . . . . 70

Captulo 5Consideraes Finais e Desdobramentos Futuros 73

5.1 Pesquisas em Andamento e Desdobramentos Futuros . . . . . . . . . . . . . . 74

Apndice ALista de Publicaes 85

Apndice BAmbiente de Simulao 87

B.1 R . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 87B.2 igraph . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 88


17/109

LISTA DE FIGURAS

2.1 Nveis de evoluo da gerncia (Adaptado de [1]). . . . . . . . . . . . . . . . 52.2 Ciclo de gerncia (control loop) Adaptado de [2]. . . . . . . . . . . . . . . . 112.3 Ciclo de gerncia (control loop) Adaptado de [3]. . . . . . . . . . . . . . . . 122.4 Classificao dos sistemas autonmicos [4]. . . . . . . . . . . . . . . . . . . . 162.5 Viso simplificada da arquitetura e ciclos de controle do FOCALE [5] [6] . . . 222.6 Arquitetura funcional do ambiente de gerncia do FOCALE [7]. . . . . . . . . 232.7 Viso global do ANEMA [8]. . . . . . . . . . . . . . . . . . . . . . . . . . . . 24

3.1 Modelagem genrica do arcabouo com caractersticas autonmicas . . . . . . 283.2 Requisitos e caractersticas potencialmente decorrentes do arcabouo . . . . . . 313.3 Foco de atuao do arcabouo (C) em relao a estruturas clssicas (A) e ao

modelo conceitual de gerncia autonmica (B) . . . . . . . . . . . . . . . . . . 323.4 Viso geral dos planos de gerncia do arcabouo com dois modos de operao

do plano de execuo sem e com a utilizao de Ponto de Deciso de Polticas(PDP Policy Decision Point) . . . . . . . . . . . . . . . . . . . . . . . . . . 33

3.5 Arcabouo para gerncia autonmica de redes detalhamento da camada dedeciso. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35

3.6 Mapeamento do ciclo de controle arquitetural, planos do arcabouo e ciclo decontrole do arcabouo . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 373.7 Viso geral da estratgia de particionamento NPCE . . . . . . . . . . . . . . 393.8 Exemplo ilustrativo da entrada do arcabouo autonmico . . . . . . . . . . . . 393.9 Exemplo de particionamento com trs parties . . . . . . . . . . . . . . . . . 413.10 A relao entre o trfego intra-domnio das parties A e B . . . . . . . . . . . 423.11 Resultados gerados pela primeira fase . . . . . . . . . . . . . . . . . . . . . . 453.12 Visualizao do resultado gerado na fase 02 clculo do custo computacional . 493.13 Clculo da manuteno do somatrio do fluxo mximo . . . . . . . . . . . . . 503.14 Visualizao das etapas do particionamento proposto . . . . . . . . . . . . . . 52

3.15 O ciclo do algoritmo 4R Adaptado de [9] . . . . . . . . . . . . . . . . . . . 533.16 Modelo de dados para tomada de decises . . . . . . . . . . . . . . . . . . . . 573.17 Operao 01 Ambiente com falhas . . . . . . . . . . . . . . . . . . . . . . . 593.18 Operao 02 Ambiente sem falhas . . . . . . . . . . . . . . . . . . . . . . . 59

4.1 Exemplos de grafos gerados com cardinalidade igual a 25 . . . . . . . . . . . . 634.2 Cenrio 01 Aumento da quantidade de fluxos . . . . . . . . . . . . . . . . . 644.3 Cenrio 01 Aumento da quantidade de fluxos . . . . . . . . . . . . . . . . . 654.4 Cenrio 02 Aumento da quantidade de ns . . . . . . . . . . . . . . . . . . . 654.5 Cenrio 03 Manuteno da qualidade de servio . . . . . . . . . . . . . . . 674.6 Cenrio 04 Sobrevivncia Fluxo alocado aps falhas de enlaces . . . . . . . 68

4.7 Classificao do arcabouo proposto segundo [4]. . . . . . . . . . . . . . . . . 714.8 Requisitos especificados . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 71

A.1 Viso cronolgica das publicaes . . . . . . . . . . . . . . . . . . . . . . . . 85

xvii


18/109

xviii LISTA DE FIGURAS


19/109

LISTA DE TABELAS

2.1 Separao de funes Adaptado de [10] . . . . . . . . . . . . . . . . . . . . 13

3.1 Resultados dos testes para escolha do algoritmo de particionamento, conside-rando as mtricas especificadas dentro do contexto de redes de computadores[11]. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 47

4.1 Clculo do intervalo de confiana (95%) para 25 ns Valores em segundos . 63

4.2 Clculo do intervalo de confiana (95%) para 10000 fluxos Valores em segun-dos . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 664.3 Tempo de particionamento em segundos . . . . . . . . . . . . . . . . . . . . . 69

xix


20/109

xx LISTA DE TABELAS


21/109

Captulo

1A simplicidade o ltimo grau de sofisticao Leonardo da Vinci

INTRODUO

Nas ltimas dcadas, a computao tem sido um dos pilares para a evoluo da cincia e do

progresso da humanidade. A utilizao de redes de computadores, servios baseados na Web e

dispositivos portteis tm alterado o cotidiano e a forma como interagimos na sociedade, basi-

camente pela mudana na maneira pela qual nos comunicamos. Seja para pessoas ou pequenas

e grandes empresas, esta evoluo permite uma melhoria significativa de produtividade.

No entanto, enquanto a produtividade dos usurios cresce continuamente, esses avanos

criam importantes desafios de gerncia para as redes de computadores, e em particular, seusadministradores. A sofisticao dos servios e a maior exigncia dos usurios inspira uma nova

gerao de aplicativos baseados na Web, que compem diferentes servios, tornando a gerncia

da infraestrutura de rede naturalmente mais complexa. Simultaneamente, o crescimento da

demanda, a produo de informaes e o surgimento de distintas tecnologias tornam a gerncia

dos ambientes computacionais na rea de redes de computadores diminuem a manutenibilidade.

Ao longo dos anos, as redes de computadores foram projetadas com um conjunto de dis-

positivos coordenados de forma centralizada, com a viso global de um administrador de rede.

Tal administrador responsvel por manter o funcionamento desta infraestrutura complexa de

dispositivos de capacidades heterogneas e aplicaes com requisitos distintos de acordo com

as regras de negcios especificadas. Dessa forma, uma rede de computadores pode ser carac-

terizada como um ambiente com alto nvel de complexidade e heterogeneidade [12], dinmico,

pouco confivel e de larga escala, tornando a gerncia um processo difcil, e algumas vezes

impossvel [7].

A complexidade da gerncia de ambientes computacionais associada necessidade cres-

cente de disponibilidade e heterogeneidade dos servios impactam diretamente na eficincia

dos administradores. Este alto grau de exigncia pode tornar a interveno humana um ponto

suscetvel a falhas [13], afetando o custo operacional na medida em que aumenta o tempo debusca por solues. Alm disso, o sucesso da gerncia destes ambientes complexos est direta-

mente ligada ao conhecimento dos administradores.

1


22/109

2 INTRODUO

Com o objetivo de abordar a complexidade da gerncia de ambientes computacionais, ma-

ximizando a produtividade dos administradores, surge a alternativa de computao autonmica

(Autonomic Computing) [14]. O manifesto publicado em 2001 pela IBM, indica que o cres-

cimento da complexidade dos ambientes computacionais consiste no principal problema a seratacado pela computao autonmica.

De fato, a computao autonmica consiste em um sistema que possui, no limite, a ha-

bilidade de se auto-gerenciar de acordo com as regras de negcios e objetivos definidos pe-

los administradores [1]. A essncia dos sistemas autonmicos o auto-gerenciamento (Self-

Management) [1], que possui quatro reas bsicas que devem ser atendidas: auto-configurao

(Self-Configuration), auto-otimizao (Self-Optimization), auto-cura (Self-Healing) e auto-proteo

(Self-Protection). Este paradigma inovador considerado uma evoluo natural dos sistemas de

gerncia, em resposta crescente complexidade e heterogeneidade dos ambientes atuais [15].

1.1 GERNCIA AUTONMICA DE REDES

O desenvolvimento da gerncia autonmica da infraestrutura de redes de computadores

uma rea de pesquisa atrativa e tambm de interesse industrial [3]. Analogamente ao sistema

nervoso humano, que regula de forma inteligente e inconsciente as funes homeostticas, a

gerncia autonmica de redes visa simplificar a administrao da complexa infraestrutura de

comunicao, reduzindo, por exemplo, a necessidade de interveno manual na configurao

dos dispositivos. A soluo dita autonmica requer uma abordagem que pode envolver umasrie de reas existentes tais como: projeto de protocolos, gerncia de redes, inteligncia artifi-

cial, teoria de controle, teoria dos jogos e sistemas sensveis ao contexto para garantir requisitos

como a manuteno da Qualidade de Servio (Performability) e sobrevivncia (Survivability)

da infraestrutura.

Assim, possvel afirmar que a caraterstica que distingue a computao autonmica de

outras formas de gerncia a fuso de tcnicas a partir destas disciplinas em busca da possvel

simplificao na atividade de gerncia de infraestruturas complexas, requerendo uma difcil

curva de aprendizagem para o desenvolvimento de qualquer trabalho relevante nesta rea [3].Considerando tais caractersticas, os princpios da computao autonmica podem ser utili-

zados em redes de computadores com o objetivo de simplificar o processo de gerncia, possibi-

litando assim a reduo da interveno humana.

1.2 MOTIVAO

O auto-gerenciamento de redes [7] procura melhorar a capacidade da rede em ofertar seus

servios para lidar com mudanas imprevisveis, incluindo mudanas fsicas e lgicas de acordo

com as regras de negcio especificadas. Para tanto, so necessrias solues visando superar osdesafios intrnsecos computao autonmica [16].

A utilizao dos princpios de computao autonmica no contexto da gerncia de redes


23/109

1.3 OBJETIVOS E ORGANIZAO DA TESE 3

potencializa uma maior produtividade para a rea de gerncia e, assim sendo, de grande inte-

resse da comunidade de pesquisa. A utilizao de uma soluo de gerncia com caractersticas

autonmicas permite uma melhoria da capacidade da rede e de seus servios em lidar com mu-

danas previstas ou imprevistas, incluindo mudanas na topologia, alterao da carga de trfegoe modificaes das caractersticas fsicas e lgicas da rede, dentre outras.

Neste mesmo contexto importante ressaltar que a factibilidade das respostas s mudanas

indicadas depende diretamente do tempo de resposta na busca de solues novas configura-

es capazes de atender aos requisitos especificados para a rede que est sendo gerenciada.

Assim sendo, existe tambm grande interesse da comunidade de pesquisa no s em garantir

alguma autonomia na soluo de gerncia aplicada rede, como tambm de ter uma soluo

sistmica que possa ser derivada com tempo de busca de solues dentro de parmetros consi-

derados razoveis e exequveis para a gerncia.Em termos prticos isto quer dizer que se busca uma soluo menos dependente do ser

humano e que possa ser encontrada numa estratgia visando a reduo dos tempos de resposta,

de forma a viabilizar uma soluo o mais prxima possvel das solues dinmicas.

Outro aspecto de grande interesse no contexto da gerncia autonmica a questo da es-

calabilidade da soluo proposta. Nesse sentido, as novas solues propostas de gerncia com

caractersticas autonmicas devem permitir uma grande quantidade de dispositivos com perfis

variados, visto que esta a realidade da prpria evoluo das redes nos dias atuais.

Em suma, a motivao bsica para a soluo apresentada nesta tese consiste em buscar umasoluo escalvel e com tempo de resposta factvel para a gerncia de redes, com um certo nvel

de autonomia para ambientes de redes que podem ser complexos em termos da quantidade de

dispositivos e perfis de utilizao.

1.3 OBJETIVOS E ORGANIZAO DA TESE

O principal objetivo deste tese propor um conjunto de estratgias de gerncia auton-

mica materializadas atravs de um arcabouo com caractersticas autonmicas para suporte a

gerncia de redes de computadores. Este arcabouo deve estar apto a prover solues em tempofactvel em ambientes com diferentes quantidades de dispositivos gerenciados. Assim, o mesmo

deve fornecer uma gerncia escalvel.

O conceito de escalabilidade no est associado insero de diversos dispositivos de forma

dinmica no ambiente, mas tambm capacidade do ambiente operar em redes com distintas

quantidades de dispositivos e/ou volume de trfego. Caso novos dispositivos sejam inseridos

na rede gerenciada, o arcabouo deve receber a nova topologia e refazer dinamicamente suas

configuraes. Apesar de ser possvel ele se adaptar, este no ser o cenrio tratado no escopo

desta tese.A proviso de solues em tempo de resposta aceitvel, no deve desconsiderar a maximi-

zao da qualidade dos servios oferecidos pela rede. Certamente, o administrador espera que


24/109

4 INTRODUO

o arcabouo autonmico para gerncia fornea solues que conciliem o tempo de resposta e

a manuteno da QoS. Esta dualidade no , dentro dos limites de nosso conhecimento, devi-

damente tratada dentro do contexto da autonomia aplicada gerncia de redes. Alm disso, a

utilizao do histrico do ambiente gerenciado deve ser considerada pelo sistema autonmicoe, como tal, faz-se necessria uma especificao de um motor de busca e alguma estratgia que

sirva para a reduo desta complexidade.

Dessa forma, para permitir o funcionamento adequado da gerncia de rede, de forma au-

tonmica e escalvel, necessrio considerar alguns pontos que colocamos como objetivos

especficos relacionados ao objetivo mais geral indicado:

i) Manuteno da Qualidade de Servio Performability1 O sistema deve ser capaz de

oferecer solues sempre que possvel que mantenham a qualidade dos servios ofer-

tados mesmo com a imprevisibilidade do trfego ou das falhas [18].

ii) Sobrevivncia Survavibility2 O sistema de gerncia deve prover uma melhor robustez

em casos de falhas inesperadas, independentemente de sua localizao e durao. Em

geral, as falhas abordadas nesta tese sero do tipo halt failure(falhas por parada) [19].

iii) Adaptabilidade Adaptability O sistema de gerncia deve ser aplicvel a ambientes

com distintas topologias, padres ou volumes de trfego e no vinculado apenas a uma

tecnologia [7]. No sero impostas restries quanto ao ambiente utilizado no que diz

respeito a sua estrutura e utilizao.

Esta tese est organizada como segue. No captulo 2 so apresentados os conceitos e defini-

es relacionadas computao autonmica, que so aplicveis ao contexto de redes de compu-

tadores. No captulo 3 apresentado o arcabouo desenvolvido juntamente com a estratgia de

particionamento e o motor de busca de solues. A validao da escalabilidade e dinamicidade

do arcabouo realizada no Captulo 4 atravs de simulaes. Ainda neste captulo, a soluo

classificada mediante parmetros previamente definidos e verificada em funo do atendimento

dos requisitos especificados. Por fim, no captulo so apresentandas as concluses do trabalho

e os desdobramentos futuros.

1Corresponde a propriedade de um sistema fornecer o desempenho exigido pela especificao do servio, des-crito pela QoS [17]

2Sobrevivncia a capacidade de um sistema em cumprir, com tempo hbil, seus objetivos mediante a presenade ameaas [17]


25/109

Captulo

2O avano da civilizao aumenta a quantidade de operaes importantes que devemos realizar, sem nunca pensar

nelas A. N. Whitehead

GERNCIA AUTONMICA DE REDES

Neste captulo sero descritos os conceitos de computao autonmica, necessrios para o

entendimento desta tese e sua aplicao na rea da gerncia de redes de computadores.

2.1 A EVOLUO DOS SISTEMAS DE GERNCIA

Nas ltimas dcadas os avanos em reas como redes de computadores, sistemas distribu-

dos, Web, computao mvel, juntamente com a necessidade de desempenho e produtividade

tem requisitado uma gerncia mais eficaz destes ambientes complexos. Neste contexto, surge

o conceito de computao autonmica definido como um processo evolucionrio dos sistemas

de gerncia, motivado do avano da tecnologia. Na verdade, a computao autonmica se apre-

senta como sucessora natural dos outros quatro nveis de gerncia: bsico (basic), gerenciado

(managed), preditivo (predictive) e adaptativo (adaptative) conforme apresentado na Figura 2.1.

Anlise eresoluo de

problemas manuais

Figura 2.1.Nveis de evoluo da gerncia (Adaptado de [1]).

O nvel bsico ponto de partida dos ambientes gerenciados. Cada elemento da infra-

estrutura administrado de forma independente por profissionais de tecnologia da informao

(TI), que iro configur-lo, monitor-lo e, em caso de falhas, substitu-lo. Neste caso, existemmltiplas fontes gerando informaes de gerncia, tornando o processo oneroso e necessitando

de uma equipe muito qualificada.

5


26/109

6 GERNCIA AUTONMICA DE REDES

No nvel gerenciado, sistemas de gerncia centralizados coletam informaes distintas agre-

gando-as numa quantidade menor de terminais de gerncia, reduzindo o tempo que o adminis-

trador leva para coletar e consolidar as informaes do ambiente. Isso aumenta a produtividade

em relao ao nvel bsico. Entretanto, no nvel gerenciado o administrador pode no ter umaviso global do estado do ambiente gerenciado, pois o foco a gesto individual dos dispositi-

vos.

Nesta sequncia, o nvel preditivo possibilita a correlao entre as informaes dos elemen-

tos gerenciados, podendo no s reconhecer padres como tambm possveis configuraes,

fornecendo conselhos sobre as possveis aes que o administrador deve tomar e, consequen-

temente, permitindo a reduo da expertisee dependncia dos administradores. Esses sistemas

tem uma atuao semelhante a um sistema de apoio deciso.

No nvel adaptativo os sistemas podem automaticamente efetuar aes corretivas, em res-posta a falhas, baseados na informao oferecida pelos dispositivos e pelas mtricas especifica-

das, com o objetivo de fornecer agilidade e resilincia com a mnima interao humana. Neste

ponto, Acordos de Nvel de Servio (Service Level Agreements1) podem ser utilizados como

estratgia Fterminar dos objetivos do sistema [15].

Por fim, os sistemas autonmicos, que se apresentam como ltimo nvel de evoluo e so

capazes de se auto-configurar, em resposta a mudanas ou falhas, de acordo com polticas de

negcio (business policies) e objetivos, especificadas pelos administradores desses sistemas.

Na prxima seo a computao autonmica ser apresentada com maiores detalhes.

2.2 COMPUTAO AUTONMICA UMA BREVE VISO

Computao autonmica (Autonomic Computing) representa uma evoluo inevitvel da

gerncia da infraestrutura de tecnologia da informao [14]. Esta evoluo se fez necessria

pois a complexidade dos ambientes computacionais aumentou, devido a maior sofisticao dos

servios oferecidos, exigncia de qualidade e produtividade, ao crescente volume de dados, e a

heterogeneidade dos dispositivos, tecnologias e plataformas. Tais caractersticas tem aumentado

a dificuldade da gerncia de infraestrutura, tornando as atividades dos administradores maisonerosas. A complexidade apresentada como o desafio mais importante a ser tratado por

esses sistemas [15].

Em sistemas complexos, a interveno humana pode ser um ponto de insero de falhas na

gerncia [13]. Sob este aspecto um sistema autonmico pode ser definido como um sistema

livre de administradores para gerncia de rotinas administrativas e tarefas operacionais [15].

Contudo, importante ressaltar que a computao autonmica no foca na eliminao da in-

1Neste contexto, um Acordo de Nvel de Servio (SLA Service Level Agreement) um acordo entre um

cliente e um prestador de um servio que especifica os nveis de disponibilidade, desempenho, gerenciamento defalhas ou outros atributos do servio, geralmente estabelecido atravs de negociao. Em geral, um SLA identificae define as necessidades do cliente, simplificando as exigncias complexas e ajudando a eliminar as expectativasirreais.


27/109

2.2 COMPUTAO AUTONMICA UMA BREVE VISO 7

terveno humana [2], mas sim em uma participao de alto nvel com o objetivo de estabelecer

metas e regras de negcios a serem seguidas por tais sistemas. Desta forma, possvel definir

computao autonmica como um sistema que possui a capacidade de gerenciar a si mesmo de

acordo com os objetivos estabelecidos pelo administrador [1].De fato, a essncia de sistemas autonmicos o auto-gerenciamento (Self-Management)

[1], que tem como objetivo tornar o ambiente gerenciado capaz de perceber, analisar as suas

condies atuais e ter a habilidade de reconfigurar seus componentes e dispositivos de forma

proativa.

2.2.1 Requisitos para o Auto-Gerenciamento

Para que o Auto-Gerenciamento possa ser alcanado, quatro requisitos fundamentais devem

ser atendidos [1]:

1. Auto-Configurao (Self-Configuration)

Corresponde a capacidade do sistema de se adaptar s condies do ambiente, previsveis

ou no, ajustando sua configurao dinamicamente (on-the-fly). A auto-configurao no

se limita a capacidade de um sistema de configurar cada dispositivo isoladamente, mas

sim de prover a capacidade de ajustar a configurao dos dispositivos dinamicamente

(on-the-fly) de maneira global visando o bem estar do ambiente como um todo.

2. Auto-Otimizao (Self-Optimization)

Sistemas autonmicos devero ser capazes de buscar o aperfeioamento de suas opera-

es, identificando novas oportunidades de fazer as mesmas operaes com melhor de-

sempenho ou menor custo utilizando os mesmos recursos. Para isso, eles devero executar

uma busca proativa sendo capazes de identificar, verificar e efetuar mudanas de confi-

gurao, que sejam capazes de maximizar a utilizao dos recursos sem a interveno

humana.

3. Auto-Cura (Self-Healing)A auto-cura pode prevenir e recuperar uma falha, buscando, diagnosticando e corrigindo

pontos que possam causar paradas nos servios oferecidos. Para isso, o sistema dever

ser capaz de isolar um dispositivo ou componente defeituoso de forma a minimizar o

impacto nos servios, maximizando continuamente a disponibilidade e confiabilidade do

ambiente gerenciado.

4. Auto-Proteo (Self-Protection)

Corresponde a capacidade de detectar, identificar e defender-se contra ataques e/ou situa-

es indesejveis. Para que um sistema autonmico seja capaz de se defender, necess-rio antecipar problemas baseando-se em correo de dados e/ou estudo dos seus estados

anteriores. Geralmente, este requisito est vinculado ao acesso no autorizado, vrus,


28/109


denial-of-service(DoS) ou falhas em geral. Entretanto, auto-proteo tambm pode ser

visualizada como capacidade de reconhecer e lidar com condies de sobrecarga que

possam comprometer a integridade do sistema.

Nota-se a correlao entre os requisitos descritos, uma vez que, por exemplo, no possvel

fazer uma auto-otimizao ou auto-cura, sem que exista uma auto-configurao do ambiente.

Dessa forma, tais requisitos devem permitir uma gerncia autonmica colaborativa do ambiente,

capaz de melhorar o desempenho do sistema.

Outro ponto importante a deteco de erro, que consiste em uma pea importante para se

desenvolver um sistema de auto-cura eficaz, que esteja diretamente ligado ao monitoramento

contnuo do sistema. importante ressaltar que existem diversas outras propriedades auto-*

(self-* properties), que podem estar associadas a escopos especficos de aplicao como, porexemplo, a auto-estabilizao.

De fato, a auto-estabilizao (Self-Stabilization) tem emergido como um paradigma pro-

missor para o projeto, controle e manuteno de sistemas distribudos tolerantes a falhas, pois

permite aos sistemas se recuperarem automaticamente mediante a ocorrncia de falhas [20].

Sua ideia essencial consiste em manter o comportamento desejado de um sistema, indepen-

dentemente do estado em que o mesmo se encontra, ainda que as falhas o coloquem em um

estado arbitrrio (no esperado). Neste caso, o sistema pode, eventualmente (se houver recur-

sos disponveis), retomar o seu comportamento desejado. Este conceito foi introduzido por

Dijkstra [21], que definiu auto-estabilizao com uma caracterstica dos sistemas que chegam a

um estado legtimo2, independentemente do seu estado inicial em um nmero finito de passos.

2.2.2 AutomticoversusAutonmico

Alguns trabalhos correlacionam um sistema autonmico computacional ao sistema nervoso

humano [22] [23] [24]. Tal analogia ilustra a importncia das funes cognitivas e fsicas (ou

involuntrias), dentro do escopo computacional para um sistema autonmico. A correlao en-

tre tais sistemas levanta uma discusso pertinente referente capacidade do sistema de escolherum conjunto de estados pr-definidos ou a possibilidade de propor uma nova soluo, sendo

este ltimo mais prximo ao sistema nervoso humano. Esta anlise de suma importncia, uma

vez que se espera do sistema autonmico a possibilidade de propor novas solues de acordo

com o estado atual do ambiente gerenciado, mesmo que no existam pr-configuraes para tal

estado.

Assim, importante diferenciar um sistema automtico de um sistema autonmico. Um

sistema automtico capaz de reagir a mudanas de contexto dentro de um conjunto de estados

pr-definidos. Em geral, os sistemas automticos esto vinculados ao conceito de automao.Automatizar um sistema no implica em torn-lo autonmico.

2Um estado considerado legtimo quando sua operao atende aos requisitos esperados.


29/109


Um sistema autonmico deve se autoconfigurar mesmo em situaes no previsveis, de

forma a tentar manter o desempenho, mesmo com falhas, no se contentando com o status quo

[15]. No so considerados sistemas que ao detectar um estado no esperado retornam sempre

a um estado inicial seja por mudanas do ambiente ou falhas pois os sistemas automticosj fazem isso.

Existe uma diferenciao entre automtico, autnomo e autonmico [10]. Por definio,

o termo automtico (oriundo de automatically) est associado a sistemas ou modelos que no

possuem qualquer conhecimento alm do que est pr-definido, sem qualquer possibilidade

de extenso. Na teoria, sistemas automticos sempre exibem o mesmo comportamento para

uma mesma entrada e este comportamento denominado de funo de transferncia (transfer

function). Apesar da palavra automtico vir da palavra grega automatous com significado

de vontade prpria esta palavra ao longo dos anos associou-se a termos mecnicos, que so

pr-estabelecidos e no possuem vontade prpria [25]. Um sistema automtico pode utilizar,

por exemplo, o paradigma de raciocnio baseado em regras (RBR Rule Based Reasoning).

J os sistemas autnomos (oriundo de autonomously) so sistemas que exibem um elevado

grau de auto-governana (Self-Governance), pois este sistema toma a sua deciso com total

independncia, sem se referir a quaisquer entidades externas para alcanar seus prprios objeti-

vos. Um comportamento autnomo a liberdade definitiva [10]. Em tais, sistemas as decises

no so pr-estabelecidas, ou seja, o sistema no necessariamente retorna uma mesma soluopara um mesmo diagnstico.

Uma ao autonmica uma tarefa que realizada por fora do hbito ou sem qualquer

pensamento consciente. O corpo humano capaz de realizar uma srie de aes reflexas ou

involuntrias, enquanto um sistema automtico projetado para executar algumas aes espe-

cficas em consequncia de alguns fatos ocorridos ou problemas conhecidos. Assim, a palavra

autonmico sugere a ideia de auto-gerenciamento dentro de uma entidade baseada em polticas

ou princpios de funcionamento, como requisitos especificados.

Dentro deste contexto, o conceito de auto-governana no sinnimo de auto-gerenciamento,

pois o auto-gerenciamento um sistema capaz de assumir valores pr-definidos, atravs de

polticas que sero aplicadas ao sistema de forma prover mudanas esperadas. J com auto-

governana o sistema pr-carregado de polticas, mas tais polticas podem ser alteradas ou

criadas pelo sistema de acordo com as regras de negcio, mudanas do ambiente, demanda

de usurios ou qualquer alterao que necessite de um ajuste dinmico na configurao [26].

Contudo, em [1, 3, 7] no existem restries para a no criao de novas polticas para o auto-

gerenciamento. Neste trabalho, assumimos que auto-gerenciamento um sistema capaz decriar novos estados visando obter melhor desempenho em resposta a alteraes no ambiente

gerenciado com a interveno humana limitada a definio dos objetivos.


30/109


2.2.3 Polticas e Computao Autonmica

Uma poltica pode ser visualizada de forma simples como uma especificao de regras,

definida atravs de um par condio/ao, onde uma ao executada quando determinada

condio satisfeita [27]. Este mapeamento bem definido de condio/ao permite a especi-

ficao de um conjunto de estados do ambiente gerenciado e as possveis solues decorrentes

das aes, para a determinao de um novo cenrio mais amigvel. Em outras palavras, uma

poltica uma diretiva que especificada pelo administrador com certos aspectos desejveis

ou necessrios do ambiente, resultando na interao entre aplicaes, usurios e recursos [28].

Este conjunto de regras utilizado para gerenciar as mudanas e permitir a manuteno dos

estados de um conjunto de objetos gerenciados [29].

A utilizao de polticas uma realidade nos sistemas de gerncia de rede, sendo denomi-

nada de PBM Policy-Based Management3 [31]. Um PBM pode ser visto como um executor

de decises capaz de gerenciar dispositivos, simplificando o processo tradicional de gerncia,

atravs da reduo da complexidade administrativa e da reconfigurao do ambiente a cada nova

mudana de condio, permitindo assim a escolha dinmica de uma soluo. Alm de agregar

flexibilidade e escalabilidade [31], as regras correspondem a representao do conhecimento do

ambiente gerenciado da rede atravs de um mapeamento esttico e bem especificado. Esttico

em relao a pr-definio do conjunto de possveis estados, e bem especificado no sentido de

ser capaz de resolver conflitos e encontrar sempre que possvel, uma soluo dentre o conjunto

de estados. importante ressaltar, que em algumas situaes pode no ser possvel encon-trar uma soluo como por exemplo quando o ambiente gerenciado possuir um alto ndice de

dispositivos apresentando falhas.

De fato, correlacionar esta inteligncia esttica ao contexto de autonomia um desafio.

necessrio um modelo capaz de prover uma soluo baseada em uma anlise dos estados do

ambiente gerenciado, atravs da escolha ou da criao de uma regra para tal. Esta definio

autonmica de regras estende o PBM tradicional, uma vez que no houve intervenes humana

na base de polticas. Alm disso, polticas tornam-se essenciais na viso da computao au-

tonmica, pois consiste na forma com a qual os humanos iro expressar seus objetivos para ossistemas autonmicos [16].

Com o uso de polticas na representao dos objetivos, necessrio transform-las em outras

polticas para serem utilizadas pelos sistemas autonmicos [16], pois polticas podem ajudar a

traduzir os SLAs ou regras de negcio em aes visando a configurao e controle dos dis-

positivos. Dentro deste contexto, alguns trabalhos utilizam polticas em sistemas autonmicos

considerando as redes de computadores [5, 7, 3133]. Entretanto, a metodologia de como e

quando usar as polticas, ferramentas de suporte para o refinamento e anlise de polticas, bem

como ambientes de simulao para avaliar o uso de polticas e solues de gerncia para grandes3Policy-Based Management (PBM) um paradigma de gerenciamento que separa as normas que regem o

comportamento de um sistema de sua funcionalidade [30].


31/109


domnios so aspectos importantes para pesquisa e necessrios para a implantao da poltica

na prtica [30].

2.2.4 Aspectos Arquiteturais

Sistemas autonmicos so vistos como uma coleo de elementos autonmicos que pos-

suem recursos capazes de prestar servios aos administradores ou outros sistemas autonmicos

[1]. A arquitetura de um sistema autonmico pode ser visualizada como uma composio de

elementos autonmicos independentes, no que diz respeito a auto-gerenciamento, mas com per-

fil colaborativo ou inteligncia social capaz de permitir um comportamento coletivo de acordo

com os objetivos especificados. Em outras palavras, as decises podem ser tomadas por cada

elemento, mas sempre almejando o melhor estado para o ambiente como um todo.

De forma geral, um sistema autonmico composto por um elemento ou mais elementos

gerenciados por um nico gerente autonmico que os controla. O elemento gerenciado equi-

valente ao que encontrado em sistemas no autonmicos comuns, embora possa ser adaptado

para permitir o auto-gerenciamento. J o gerenciador autonmico responsvel pelo monitora-

mento, anlise, planejamento e execuo, criando uma sequncia de aes necessrias para este

ciclo de gerncia autonmica (Figura 2.2).

Figura 2.2.Ciclo de gerncia (control loop) Adaptado de [2].

A fase de monitoramento tem como objetivo a coleta de dados de elementos gerenciados,

que por sua vez sero filtrados e agregados de forma que possam ser utilizados na fase de an-

lise. Ao receber estes dados, a fase de anlise deve ser capaz de correlacion-los visando extrair

informaes que so utilizadas para o conhecimento do estado atual do ambiente, identificando

as suas mudanas e podendo prever situaes futuras. J o planejamento verifica ou cria as

possveis aes necessrias visando atingir os objetivos especificados. Tais aes podem afetarapenas um ou vrios elementos gerenciados. E, por fim, a fase de execuo controla o conjunto

de aes planejadas na fase anterior. importante que tais aes sejam executadas com atomi-


32/109


cidade4, visando a corretude na configurao dos elementos gerenciados [34]. A atomicidade

impede a ocorrncia de uma atualizao incompleta dos dispositivos, resultando em um estado

no desejado.

Este modelo ainda prev um ciclo contnuo de gerncia autonmica, responsvel em coletaras informaes e buscar aes para controle dos elementos gerenciados, denominado ciclo de

controle (control loop). Esse ciclo contnuo de gerncia autonmica pode ser utilizado visando

a verificao de acertos das decises tomadas no ciclo anterior e, se houver gesto de conheci-

mento, aprender com erros e acertos, assim como ns humanos. Alguns trabalhos preveem mais

de um ciclo de controle visando trabalhar diferentes atividades como a correo e otimizao

[7].

Ao monitorar o elemento e seu ambiente externo, e executar aes baseadas neste moni-

toramento, um gerente autonmico est facilitando o trabalho humano na gerncia de cadaelemento. Cada elemento autonmico responsvel pelo auto-gerenciamento de seu estado

interno e pela interao com outros elementos autonmicos. A relao entre eles pode ser re-

alizada em muitos nveis com o objetivo de fixar estados e relacionamentos permitindo maior

dinamismo e flexibilidade [1].

Outros trabalhos apresentam conceitos similares com nomenclaturas distintas [3] [7]. Em

[3] apresentado um ciclo de controle chamado de ciclo de realimentao (Figura 2.3) onde sis-

tema coleta informaes de uma variedade de fontes, incluindo dispositivos de rede tradicional e

fluxos de informao, mas tambm inclui necessidades de aplicaes. Estes so analisados para

construir uma nova configurao capaz de atender as necessidades definidas pelo administrador.

Estas decises so aplicadas atravs da rede e/ou podem ser notificadas aos administradores.

Decidir

AnalisarAgir

Coletar requisitos de aplicaesinstrumentao de redecontexto de usurios

infernciaregras e polticas

modelos econmicosraciocnio baseado em incertezateoria dos jogos

anlise de riscos

teoria da decisogerao de hipteses

elementos gerenciadosinformao para administradores

armazenamento de estratgia

Figura 2.3.Ciclo de gerncia (control loop) Adaptado de [3].

O importante definir de forma modular quais as funes fundamentais para tais sistemas e

neste trabalho sero utilizadas as definies apresentadas na Tabela 2.1.

Na proposta desta tese o foco de atuao do arcabouo so as fases intermedirias, ou seja,

4Atomicidade uma propriedade que trata um trabalho composto de um conjunto de tarefas como indivisvel(atmico). Com a atomicidade todas as tarefas so executadas em caso de sucesso ou nenhuma delas em caso defalha, no permitindo resultados parciais da realizao de um trabalho.


33/109


Funo Descrio

Monitoramento Permite que o gerente autonmico possa coletar, agregar,filtrar e reportar detalhes como por exemplo as mtricas ou

topologias), a partir do gerenciamento do(s) dispositivo(s)sob sua responsabilidade.

Anlise Compreende o estado atual do sistema em funo dos da-dos do monitoramento. Em geral, esta fase requer o usode modelos complexos para visualizar das vrias situaespossveis a partir dos dispositivos gerenciados

Planejamento Consiste na definio do conjunto de aes necessrias paraatingir as metas de alto nvel e objetivos.

Execuo Esta funo permite que o gerente autonmico altere o com-

portamento do recurso gerenciado.

Tabela 2.1.Separao de funes Adaptado de [10]

onde a atuao humana decisiva na proposta de uma nova configurao para o ambiente ge-

renciado.

2.2.5 Princpios de Projeto

A computao autonmica pode ser utilizada em redes de computadores atravs de arcabou-os construdos sobre um conjunto de princpios de projeto j utilizados em outros contextos.

Muitos projetos de pesquisa tm seguido direes diferentes visando alcanar a autonomia com

diferentes nveis de sucesso [10].

Os princpios do comportamento autonmico em reas de computao e engenharia podem

ser aplicados, exclusivamente ou em conjunto para construir uma base para sistemas compu-

tacionais aplicados a redes autonmicas. Neste contexto, possvel identificar algumas ca-

ractersticas gerais de projeto que podem ajudar a construir sistemas autonmicos levando em

considerao suas especificidades particulares, como a heterogeneidade, escalabilidade e distri-

buio [10]. Dentre eles destacam-se:

Projeto baseado em Sistemas Vivos (Living Systems Inspired Design) Sistemas vivosso uma fonte importante de inspirao para a concepo de sistemas computacionais,

pois apresentam propriedades que os tornam autnomos. Alm disso, seu entendimento

valioso para o projeto destes sistemas [35]. Entre essas propriedades, duas delas so

especialmente interessantes para a concepo de sistemas autonmicos:

i) Capacidade de sobrevivncia bio-inspirada (Bio-Inspired Survivability) O sistemasempre tenta permanecer em uma zona de equilbrio mesmo quando qualquer est-

mulo externo ou interno o retira deste estado. Para tal, mecanismos de adaptao


34/109


mudanas de curto prazo5, somticas6 e gentipos7 tm um papel primordial na

capacidade do sistema biolgico de se adaptar s mudanas no ambiente para sua

sobrevivncia e evoluo. Isso deve inspirar o projeto de futuros sistemas auton-

micos podendo beneficiar reas como redes de computadores [36].ii) Comportamento coletivo (Collective Behavior) O termo comportamento coletivo

referente a processos sociais e eventos, que no refletem estruturas sociais existen-

tes, mas que emergem de uma forma espontnea [37]. Em termos de comporta-

mento humano, um movimento social uma forma de comportamento coletivo, que

identificado por um tipo de ao do grupo realizada pelos indivduos dentro do

movimento. geralmente emergente de um grande agrupamento informal de indi-

vduos em objetivos especficos no estando por muitas vezes sob nenhum controle

e surge em funo de circunstncias ambientais. Em funo deste ponto de vista, interessante observar como uma informao local se torna global e pode influenciar

o comportamento de todos os membros da comunidade. Os sistemas autonmicos

podem aprender muito com o comportamento coletivo, atravs do projeto de um

sistema com dispositivos verdadeiramente autonmicos interagindo para cumprir

metas diferentes e por vezes conflitantes. O objetivo entender como o sucesso de

um indivduo ao fazer escolhas impacta e, ao mesmo tempo, depende das escolhas

dos outros. O foco identificar o potencial de equilbrio que benfico para todas

as partes.

Projeto Baseado em Polticas (Policy-Based Design) O conceito de polticas ampla-mente utilizado no contexto de redes de computadores. A aplicao de polticas em sis-

temas autonmicos possibilita uma tomada de deciso. Entretanto o sistema no estaria

preparado para se adaptar a contextos e comportamentos diferentes do especificado, pois

nem sempre possvel saber todas as situaes e necessidades no contexto de autonomia

aplicada a redes de computadores [1]. A utilizao de polticas na computao auton-

mica visa facilitar o projeto de sistemas, na medida em que possibilita definir o comporta-

mento do sistema e utilizar tcnicas para resolues de conflitos [38]. Polticas podem serusadas em diferentes nveis do ciclo autonmico (monitoramento, anlise, planejamento e

execuo), podendo aumentar os conflitos da utilizao destas polticas a diferentes nveis

de deciso, exigindo a definio de mecanismos de resoluo eficaz de conflitos [10].

Projeto Baseado no Plano de Conhecimento (Knowledge Plane Design) Alguns pesqui-sadores argumentam que no pode haver auto-gerenciamento de redes sem a construo

5Short-term changes mecanismo de resposta imediato, por exemplo, se a temperatura ambiente aumenta, ocorpo humano transpira mais.

6Somatic changes A exposio prolongada e/ou contnua mudana de temperatura pode impactar em alte-

rao na aclimatao do indivduo (uma mudana de roupa, por exemplo).7Genotypic changes a espcie se adapta mudana, por exemplo, com um clima frio a espcie pode ter uma

pele mais grossa. Em sistemas vivos tal mudana genotpica gravada em nvel celular e se torna hereditria eirreversvel na vida do indivduo. Nota-se que esse o processo mais lento para convergncia.


35/109

2.3 CLASSIFICAO DOS SISTEMAS AUTONMICOS 15

de um plano eficiente e completo de conhecimento capaz de capturar todas as proprie-

dades da rede [10]. A chamada Internet do Futuro (Future Internet) baseada no con-

ceito de plano de conhecimento, que uma espcie de plano de controle para a gerncia

dessa rede [39]. O plano de conhecimento foi originalmente proposto com o objetivo deconstruir uma rede que pode adaptar-se atravs de instrues de alto nvel para cumprir

mudanas de requisitos, corrigir problemas detectados e descobrir automaticamente no-

vos elementos autonmicos [40]. O plano do conhecimento uma camada superior que

agrega significado semntico a todas as informaes de gerncia, sendo concebido como

uma estrutura de alto nvel que fornece servios e opinies a outros elementos da rede

[41]. Esta abordagem requer o uso de inteligncia artificial (IA) e tcnicas cognitivas

para atingir os objetivos descritos [10].

Projeto Adaptativo (Adaptive Design) A auto-adaptao possibilita a mudana de com-portamento de um sistema, quando a auto-avaliao indica que ele no tem realizado o

que esperado ou quando possvel melhorar seu desempenho. Este projeto apresenta

um conceito atraente para o desenvolvimento de sistemas auto-gerenciveis visando o

atendimento total ou parcial das das mudanas espaciais, operacionais ou estratgicas.

No contexto de redes de computadores, mudanas espaciais podem ser entendidas como

alteraes da topologia, enquanto mudanas operacionais relacionam-se com ataques e/ou

falhas. J as mudanas estratgicas podem ser visualizadas como alteraes nos objetivos

ou SLAs. Espera-se que este projeto adaptativo tenha capacidade para reagir s mudan-as, aprendendo a partir das experincias passadas, sendo capaz de responder a situaes

de forma imediata. Como seu conhecimento aumenta com o tempo, a habilidade em res-

ponder de forma eficiente s diversas situaes conhecidas e desconhecidas tambm ir

aumentar.

2.3 CLASSIFICAO DOS SISTEMAS AUTONMICOS

As solues autonmicas podem ser aplicadas a diferentes contextos e possuir distintas fun-

cionalidades, tornando necessrio definir critrios abrangentes para avaliar tais solues. Com

a definio destes critrios se tornar mais vivel a comparao entre as principais pesquisas

da rea, inclusive a proposta apresentada nesta tese. Assim, consideraremos seis critrios para

classificao de sistemas autonmicos que podem ser vistos a seguir na Figura 2.4.

i) Grau de Atividade (Activity Degree) Um sistema autonmico pode satisfazer as pro-

priedades auto-* atravs de um comportamento reativo ou proativo. No modo reativo

o sistema autonmico tenta identificar eventos significativos ou problemas, que podem

reduzir o seu desempenho ou prejudicar o cumprimento de seus objetivos, e efetua umanova configurao baseada no estado atual. Este modo o mais comum entre os tra-

balhos apresentados na literatura [4]. Por outro lado, um sistema autonmico proativo


36/109


proativo

reativo

autonmico

autnomo

automtico

aberto

fechado

distribudo

centralizado

hierrquico

histrico

trend

estado atual

totalmente auto-*

parcialmente auto-*

grau de atividade

grau de adaptabilidade

grau de autonomiagrau de memria

grau de inteligncia

grau de conscincia

Figura 2.4.Classificao dos sistemas autonmicos [4].

fica constantemente monitorando o estado atual do ambiente visando manutenibilidade

do desempenho especificado pelo administrador. Esta proatividade do sistema tem ca-

ractersticas positivas como a reduo de falhas do ambiente gerenciado atravs de

medidas preventivas e negativas pois este modelo proativo pode gerar problemas de

auto-estabilizao em redes de computadores [42]. Certamente um sistema proativo

fundamental para ambientes no tolerantes a falhas.

ii) Grau de Adaptabilidade (Adaptability Degree) Assim como as arquiteturas de software,

os sistemas autonmicos podem ser classificados como abertos e fechados [43]. A adap-

tabilidade no contexto autonmico est associada a habilidade/inabilidade de um sistema

autonmico adaptar-se a mudanas em funo de estados criados ou pr-definidos [43],ou seja, est associada a estratgia de escolha autonmica entre estados especificados

pelo administrador ou criados pelo prprio sistema. Nesta tese consideraremos abertos

apenas os sistemas autonmicos e os sistemas fechados sero considerados automticos.

Um sistema aberto pode criar estados em funo de interaes de componentes ou atravs

da experincia adquirida [44].

iii) Grau de Inteligncia (Intelligence Degree) Em ambientes dinmicos, como o caso de

gerenciamento de rede, um sistema autnomo deve apresentar alguma inteligncia na re-

alizao das propriedades auto-*. Desta maneira, o grau de inteligncia de um sistemaautonmico se refere capacidade de aprender (por exemplo, a partir de experincias pas-

sadas), a fim de melhorar sua operao. Em geral, podemos ter um gerente centralizado


37/109

2.3 CLASSIFICAO DOS SISTEMAS AUTONMICOS 17

autonmico, que controla todos os outros componentes no sistema [45]. Neste caso, os

componentes no precisam ser autonmicos, uma vez que toda deciso tomada pelo ge-

rente. A outra viso consiste na inteligncia distribuda, que indica a tomada de decises

realizada por todos os componentes do sistema gerenciado (ou pela maioria deles), quepodem ser alcanados atravs da utilizao de algoritmos bio-inspirados [46], nos quais

a inteligncia pode emergir de um comportamento coletivo de pequenas entidades com

inteligncia limitada [47].

iv) Grau de Conscincia (Awaress Degree) Um certo grau de conscincia do ambiente ge-

renciado necessrio para a realizao de qualquer funcionalidade autonmica. Quando

os sistemas eram no-autonmicos aexpertiseestava associada ao administrador, ou seja,

quanto maior a expertisedo administrador, maior a possibilidade de sucesso da gern-

cia. Alm disso, o administrador no precisava armazenar o estado preciso de todos osdispositivos para chegar a uma soluo. O mesmo pode acontecer com os sistemas au-

tonmicos, a base de conhecimento (Knowledgement Base) pode manter um pequeno

conjunto de parmetros operacionais para entender o comportamento atual do ambiente,

considerando todas as propriedades auto-*.

v) Grau de Memria (Memory Srength) Este critrio se refere capacidade do sistema

para lembrar o histrico do comportamento do sistema gerenciado, ou seja, os problemas

e suas solues encontradas pelo sistema autonmico ao longo do tempo. Em alguns

sistemas autonmicos, o conhecimento do estado atual do sistema suficiente para exe-cutar as funcionalidades de auto-gerenciamento [45]. J em ambientes altamente dinmi-

cos, conhecimento das tendncias de comportamento e histrico de aes passadas pode

aumentar significativamente o desempenho do sistema [33]). Este conhecimento normal-

mente armazenado na base de conhecimento do sistema autonmico visando evitar erros

cometidos no passado ou reduzir o tempo de busca de solues, quando o tempo de busca

da soluo tima no for factvel no contexto em que o sistema autonmico utilizado.

importante ressaltar que um histrico permanente pode no ser desejvel em alguns

contextos, pois implica em um maior custo computacional para os sistemas autonmicos,alm de no garantir o sucesso do sistema. altamente desejvel que sistemas auton-

micos considerem apenas o histrico mais relevante, que no necessariamente o mais

utilizado.

vi) Grau de Autonomia (Autonomic Degree or Autonomicity) Este critrio refere-se ao grau

de independncia da atuao humana num sistema autonmico. Em geral, um sistema au-

tomtico aquele que usa um circuito fechado de controle monitorado por um gerenciador

que compara as variveis com um valor pr-especificado ou desejado. O administrador,

alm de especificar os valores, pode tambm definir uma ou mais aes a serem execu-tadas. Em geral estes so similares a sistemas baseados em regras, ou seja, um operador

humano especifica, com antecedncia, o desempenho do sistema desejado e a soluo de


38/109


cada problema possvel que o sistema deve aplicar uma vez que esse problema encon-

trado. A introduo da autonomia muda a interveno humana nesses sistemas [13] [48] .

A computao autonmica introduz algum grau de independncia entre o monitoramento

(estado atual do ambiente gerenciado) e ao que o sistema deve executar como respostaa mudanas do ambiente. O foco da execuo de operaes de um sistema autonmico

garantir a continuidade e eficincia da sua funcionalidade esperada. altamente dese-

jvel que estes sistemas autonmicos sejam capazes de aprender com as aes tomadas,

sendo necessria a medio da eficincia das solues j realizadas por estes sistemas.

Estes critrios faro parte da avaliao da soluo proposta nesta tese, apresentada no

Captulo 4.

2.4 GERNCIA AUTONMICA DE REDES E SEUS DESAFIOS

Os princpios da computao autonmica podem ser utilizados no contexto de redes de

computadores, tendo em vista que tais ambientes so considerados complexos [11, 49], impre-

visveis e de larga escala [7, 50]. O objetivo de aplicar a abordagem de computao autonmica

em redes de computadores simplificar o processo de gerncia e reduzir a interveno humana

[3], que por si s difcil, seno impossvel de gerenciar [7]. A complexidade na gerncia de

redes de computadores pode tornar a interveno humana como um ponto de falha [13].

Decorrente disso, pesquisadores e profissionais esto perseguindo a abordagem de gerncia

autonmica para as redes de computadores, que consiste na capacidade de auto-gerenciamentodos dispositivos de rede de acordo com o comportamento do ambiente gerenciado e com os

objetivos de negcio que a rede como um todo se prope alcanar [7]. Contudo, aplicar o

conceito de computao autonmica na rea de redes de computadores possui vrios desafios,

dos quais destacam-se:

1. Gerncia de funcionalidade heterognea (Management of heterogeneous functionality)

[7]

Um dos problemas na aplicao do princpio autonmico em redes de computadores que essas so compostas de vrios dispositivos com recursos (capabilities) diferentes.

Devido heterogeneidade de modelos e ao no cumprimento de padres, os dispositivos

de rede tm diferentes implementaes de seus recursos e fornecem monitores distintos,

geralmente executando conceitos similares. Sendo assim, necessrio abstrair as funci-

onalidades especficas para facilitar uma maneira padro de reconfigurar os dispositivos.

Esta caracterstica facilitar a auto-configurao. Isto permitir tambm que recursos no

autonmicos possam ser administrados por sistemas autonmicos.

2. Adaptabilidade (Adaptability) [3, 7]Adaptabilidade consiste na capacidade do sistema de se adaptar em resposta a mudan-

as nos requisitos dos usurios/aplicaes, regras de negcio, e/ou condies ambientais,


39/109

2.4 GERNCIA AUTONMICA DE REDES E SEUS DESAFIOS 19

como falhas. Como exemplo, um sistema autonmico para gerncia da qualidade de

servio em redes de computadores deve ser capaz de se adaptar a diferentes redes, inde-

pendente do tamanho, topologia, carga da rede ou regras de negcio.

3. Aplicao de tcnicas de aprendizagem e raciocnio para dar suporte interao inte-

ligente (Application of learning and reasoning techniques to support intelligent inte-

raction) [7]

Sistemas devem ser capazes de compreender o estado atual da rede atravs da coleta pon-

tual dos dispositivos gerenciados. Por exemplo, a utilizao de dados estticos de cada

dispositivo, podem ser recolhidas e analisadas para determinar se o estado apresenta pro-

blemas ou pode ser otimizado. Note que os dados atuais da gerncia no informam ao

administrador, por exemplo, o motivo de um congestionamento numa rede. Desta forma,

tal informao deve ser inferida a partir da correlao dos dados (reasoning) e, se pos-svel, com um estudo de casos anteriores. Se o sistema tambm for capaz de guardar

informaes para referncias futuras (learning), tal sistema estar caminhando para o es-

tado da arte no contexto da autonomia.

4. Comportamento cooperativo em face concorrncia (Cooperative behavior in the face

of competition) [3]

Arquiteturas de sistemas autonmicos devem ter a capacidade de possibilitar a coopera-

o entre elementos autonmicos visando o bem estaa global. No caso de sistemas no

centralizados, o desafio evitar o parasitismo, comportamentos egostas ou maliciosos.

5. Falta de objetivos e controle centralizados (Lack of centralized goals and control) [3]

A especificao e controle centralizados dos objetivos facilita o comportamento coopera-

tivo entre elementos. Entretanto a descentralizao oferece mais robustez gerncia no

que diz respeito ao controle global dos objetivos.

6. Auto-estabilizao (Self-Stabilization) [49]

Conforme dito na Seo 2.2.1, o conceito de auto-estabilizao tem muita relevncia

dentro do contexto de gerncia autonmica de redes de computadores j que, no contextodescentralizado, o estado de cada elemento autonmico deve ser considerado legtimo,

pelos outros elementos.

7. Confiabilidade (Reliability) [50]

Dentro do contexto de sistemas autonmicos, a confiabilidade de um sistema pode ser

medida pela corretude das aes realizadas durante a gerncia. Um sistema autonmico

confivel aquele que funciona, sem interrupes, conforme o esperado ou prometido (de

acordo com as regras de negcio), fornecendo um servio adequado sempre que possvel.

6. Robustez (Robustness) [1]

O conceito de robustez se confunde com o de confiabilidade. Um sistema robusto pode


40/109


ser definido como um sistema tolerante a estados no desejveis, ou seja, um sistema

robusto tem o funcionamento persistente, mesmo com perturbaes contnuas proveniente

de falhas, ataques ou comportamento degradante visto no ambiente decorrente da ao de

usurios e/ou aplicaes.

7. Escalabilidade (Scalability) [11]

Os sistemas autonmicos so utilizados para gerncia de sistemas complexos, indepen-

dente da quantidade de dispositivos gerenciados, que podem variar de dezenas a milhares

de elementos. Estudos de caso e pesquisas na rea no do a devida ateno esca-

labilidade, limitando-se apenas a informar que existem subdomnios gerenciados, no

indicando como estes so determinados. A depender do contexto, uma escolha infeliz

dos subdomnios pode impactar na qualidade das solues de um sistema autonmico.

8. Anlise de dados e visualizao (Data analysis and visualization) [51]

Tipicamente, sistemas de gerncia de redes coletam uma grande quantidade de informa-

es de monitoramento que geralmente so visualizadas atravs de mapas ou representa-

es topolgicas, no levando em considerao a granularidade. Alm disso, visualizao

de trfego tem geralmente como objetivo indicar alto volume de trfego, no indicando o

quanto deste trfego no desejvel ou fora do padro. Isso torna a complexidade ainda

maior. Possivelmente, o estudo do perfil e crescimento do trfego, tenha que ser execu-

tado por terceiros, ou seja externo gerente autonmico, ou analisado atravs de tcnicasestatsticas.

2.5 O ESTADO DA ARTE

A necessidade de administrar um ambiente gerenciado, como uma rede de computadores,

um tema de pesquisas que se desenvolve h alguns anos. Entretanto, a complexidade dos

ambientes gerenciados aumenta constantemente em virtude do crescimento e da variedade de

servios disponveis nas redes de computadores. O principal desafio abordado pela computao

autonmica justamente o crescimento desta complexidade.

A arquitetura de computao autonmica proposta pela IBM [1, 52, 53] o trabalho pi-

oneiro dentro desta abordagem, que define um arcabouo abstrato para a auto-gerenciamento

de sistemas. Basicamente um sistema autonmico visualizado como uma coleo de ele-

mentos autonmicos, onde cada um deles pode ser dividido em um gerenciador (ou gerente)

autonmico e um recurso gerenciado. A comunicao entre eles realizada atravs de sensores

(sensors) e executores (effectors). Os sensores so utilizados para a obteno de informaes

do(s) dispositivo(s) gerenciado(s) e os executores so a interface de recebimento de aes para

a mudana de comportamento do dispositivo.O auto-gerenciamento realizado atravs de um ciclo de controle contnuo, denominado

control loop, que possui quatro fases: monitoramento, anlise, planejamento e execuo (con-


41/109

2.5 O ESTADO DA ARTE 21

forme visto na Seo 2.2.4) com suporte gesto de conhecimento, polticas e outras conside-

raes relacionadas.

Entretanto, o modelo de computao autonmica proposto pela IBM s fornece a orientao

conceitual para a elaborao de sistemas auto-gerenciveis e, na prtica, o modelo de informa-o deve ser mapeado para algo implementvel. Para tal, tcnicas de monitoramento, alocao

dinmica de recursos, desenvolvimento de elementos autonmicos, gerenciamento escalvel,

coordenao entre sistemas autonmicos, dentre outras, precisam ser desenvolvidas [54]. Di-

versos trabalhos visam propor solues para tais problemas dentro de um contexto especfico

[5558]. Outros trabalhos classificam e comparam arquiteturas com distintas funcionalidades

[59]. Nesta seo sero destacados trs pesquisas relevantes na rea de computao autonmica

empregadas em redes de computadores.

2.5.1 FOCALE Foundation-Observation-Compare-Act-Learning-rEasoning

A arquitetura FOCALE baseada na observao de que os objetivos de negcios, requisitos

de usurio e bem estar do ambiente sejam garantidos de forma dinmica. Para isso, utiliza mais

de um ciclo de controle, considerando que apenas um insuficiente para permitir que a rede

reaja adequadamente s mudanas observadas.

Um dos ciclos do FOCALE foi concebido para o controle de manuteno, sendo utilizado

quando no so encontradas anomalias (ou seja, quando o estado atual for satisfatrio ou quando

o estado estiver em transio para alcanar um estado satisfatrio). O outro ciclo de controle de

ajustes que utilizado quando uma ou mais aes de reconfigurao poltica deve ser realizada,

e/ou novas polticas devem ser codificadas e implantadas, tendo uma funo corretiva.

A justificativa para a manuteno de dois ciclos de controle a impossibilidade de manter

todas as informaes necessrias para gerenciar redes de larga escala, contendo um grande

nmero de dispositivos heterogneos (em termos de funcionalidades disponveis, especficos

de fornecedores modelo de programao e configurao especfica). Uma viso dos ciclos de

controle pode ser vista na Figura 2.5.

O FOCALE tambm assume que qualquer recurso gerenciado (que pode ser to simples

como uma interface de dispositivo ou to complexo como toda uma rede de computadores)

pode ser associado a um Ambiente de Gerncia Autonmico (AME Autonomic Management

Environment). Este AME efetua a comunicao do recurso gerenciado com um gerente au-

tonmico (AM) usando uma camada de traduo baseada em modelos. Este modelo pode ser

modularizado de forma que um AME possa gerenciar um conjunto de AMEs, tornando o ge-

renciamento hierrquico (Figura 2.6).

Um AME independente das funcionalidades especficas do objeto gerenciado, o que faci-

lita a comunicao entre os AMEs para a coordenao da tomada de decises. Cada AME rea-liza a funcionalidade de gerenciamento autonmico, descrito atravs de um gerente de eventos

(event manager), um gerente de estados (state manager), um gerente de ao (action manager),


42/109


Figura 2.5.Viso simplificada da arquitetura e ciclos de controle do FOCALE [5] [6].

um pensador (reasoner), um aprendiz (learner), um analisador de polticas (policy analyzer) e

um ponto de deciso de polticas (Policy Decision Point PDP[60]).

A comunicao entre todos estes subcomponentes ocorre atravs do modelo de informao

DEN-ng. Um modelo de objeto reflete o estado atual do recurso gerenciado a AME (s), a

ontologia do sistema, e o conjunto de polticas que regem o recurso gerenciado [61].

2.5.2 ANEMA Autonomic Network Management Architecture

A arquitetura de Gerncia de Redes Autonmicas tem como objetivo introduzir mecanismos

diferentes para permitir que redes baseadas em IP se tornem auto-gerenciveis. Esta arquitetura

se baseia na teoria de funo de utilidade e introduz vrios conceitos, tais como funo objetivo,

polticas comportamentais e funo de utilidade. A soluo tambm define um conjunto de

mecanismos para transformar requisitos de alto nvel humano em objetivos expressos em termos

de NUF(Function Utility Network), que so aplicadas nos equipamentos da rede [8].A NUF representa a utilidade da rede do ponto de vista do operador humano. Esta funo

descrita em forma de otimizao analtica. Sua avaliao permite especificar o espao de

estados viveis [62].

A ANEMA define uma arquitetura de gerenciamento autonmico de rede que implementa

um conjunto de polticas para obter o comportamento autonmico em equipamentos de rede,

assegurando simultaneamente que o comportamento da rede como um todo est satisfazendo os

requisitos de alto nvel dos administradores humanos, bem como os usurios. Para tal, o mesmo

organizado em duas camadas 2.7: Camada de definio de objetivos (Objectives definition layer) O componente principal

desta camada o Ponto de Definio de Objetivos (ODP Objectives Definition Point).


43/109

2.5 O ESTADO DA ARTE 23

Figura 2.6.Arquitetura funcional do ambiente de gerncia do FOCALE [7].

Ele permite que os administradores possam introduzir seus requisitos de alto nvel que

so transformadas em Funes Utilidade de Rede (NUF Network Utility Functions).

Camada de realizao de objetivos (Objectives achievement layer) Esta camada contm

um conjunto de GAPs (Goal Achievement Points)). Cada GAP uma entidade que secomporta autonomicamente ao tentar alcanar a meta de requisitos de alto nvel, conside-

rando as polticas de metas e os modelos de otimizao NUF.

Para demonstrar as capacidades da sua arquitetura, O ANEMA instanciado para gerncia

de uma rede IP multi-servios e para testar os modelos analticos utilizados. Para os testes,

tambm foi desenvolvido um simulador do sistema para executar um conjunto de simulaes

com base em vrios cenrios propostos.

2.5.3 ANA Autonomic Network Architecture

O Projeto ANA (Autonomic Network Architecture) visa explorar novas formas de organizar

e utilizar redes de computadores alm da atual arquitetura da Internet. Tem como objetivo final

desenvolver uma arquitetura de rede autonmica, que permita a formao flexvel, dinmica e

totalmente autonmica dos ns da rede, assim como de redes inteiras. Tal projeto conta com a

participao de universidades e institutos de pesquisa da Europa e Amrica do Norte.

A arquitetura de rede deste projeto que ela seja adaptada dinamicamente e reorganizada de

acordo com o seu estado atual e/ou necessidades econmicas e sociais dos usurios. Para tanto,

o projeto possui dois objetivos complementares:

Objetivo cientfico Visa identificar os princpios fundamentais de redes autonmicas,


44/109


Figura 2.7.Viso global do ANEMA [8].

com atuao em redes de larga escala. A principal premissa deste objetivo que o dimen-

sionamento de rede consequncia de uma rede que evolui e inclui os atributos auto-*

essenciais da concepo autonmica, tais como auto-otimizao, auto-monitoramento,

auto-reparo, e auto-proteo.

A hiptese que com a utilizao desses atributos auto-* naturalmente as redes estaro

aptas a se tornar escalveis. A nova arquitetura de rede necessitar de um arcabouo parapermitir sua reconfigurao possibilitando a formao flexvel, dinmica e totalmente

autonmica de grandes redes em que as funcionalidades de cada n da rede tambm so

realizadas de forma autonmica. Esta arquitetura deve permitir a adaptao dinmica e

reorganizao da rede de acordo com o trfego da rede, regras de negcios e SLAs.

Objetivo tecnolgico A segunda premissa deste projeto colocar as novas ideias e con-ceitos bem sucedidos em prtica. Ou seja, este projeto assume o desafio de no apenas

produzir resultados originais de pesquisa cientfica e um projeto inovador para a arquite-

tura, mas tambm mostrar que eles funcionam em situaes reais. Isso permitir a utiliza-o da experincia adquirida experimentalmente como retorno para refinar os modelos e

resultados de pesquisas. A meta tecnolgica do ANA , portanto, construir uma arquite-


45/109

2.6 CONSIDERAES FINAIS 25

tura de rede experimental autonmica, e demonstrar a viabilidade desta rede autonmica.

O objetivo demonstrar a auto-organizao dos ns individuais em uma rede compondo

topologias de at 105 ns ativos (roteamento). Para demonstrar a a escalabilidade so

previstas a interconexo da estrutura de rede dos sites participantes e simulaes.

Estes dois objetivos (tcnico e cientfico) se complementam e reforam mutuamente em um

ciclo, pois prottipos dos resultados de pesquisa so implementados inicialmente numtestbed.

Os resultados preliminares experimentais podero ser usados como um retorno para aperfeio-

amento do projeto e para obteno de resultados de pesquisa mais precisas e realistas.

O conceito fundamental da arquitetura o Ponto de Distribuio de Informaes (IDP

Information Dispatch Point). Os IDPs so inspirados pelo trabalho em ponteiros de rede. Os

IDPs so tipicamente ligados a blocos funcionais (FB Functional Blocks). Estes ltimos por

sua vez so unidades de processamento de informaes que implementam a funcionalidade de

transmisso (por exemplo, envio e recebimento de pacotes IP), ou algumas funcionalidades

adicionais como, por exemplo, monitoramento de trfego. Geralmente, os blocos funcionais

podem ser usados para implementar servios de rede.

Para prover a autonomia, o projeto suporta as propriedades auto-* requerendo uma troca

de informaes de diferentes tipos dentro de sua arquitetura: informaes de configurao, de

sinalizao e de monitoramento. As informaes de configurao so usadas para configurar um

dispositivo de rede. As informaes relativas sinalizao compreendem essencialmente dados

de controle, por exemplo qualquer tipo de mensagem de protocolo de roteamento. Por fim,mensagens de monitoramento diz respeito a informaes que caracterizam o comportamento

dinmico de um sistema. Normalmente, pode-se monitorar o estado interno de uma entidade de

rede, por exemplo, a quantidade de memria livre, comprimento da fila atual e largura de banda

disponvel de cada enlace.

Quanto ao processo de tomada de decises, o FOCALE apresenta uma estrutura hierr-

quica, que permite centralizao do processo. J o projeto ANA, a descentralizao da tomada

de decises aparentemente viabiliza a escalabilidade, mas testes especficos ainda no foram

realizados.

2.6 CONSIDERAES FINAIS

Os trabalhos descritos no tratam devidamente a gerncia autonmica escalvel, ou seja,

o gerente autonmico no tem garantias de atender a uma quantidade maior de dispositivos e

o aumento do volume de trfego da rede com diferentes topologias. Alguns trabalhos citam

que podem haver mais de um gerente no ambiente gerenciado, mas a diviso dos domnios

gerenciados, bem como a comunicao entre eles no devidamente citada. Em geral, testes

relativos capacidade dos sistemas autonmicos atuarem em ambientes de diferentes escalasno so devidamente tratados, alm de no possurem mtricas comuns ou um conjunto de testes

padro.


46/109


No prximo captulo apresentaremos a proposta desenvolvida visando a escalabilidade na

gerncia autonmica de redes com proviso dinmica de solues.


47/109

Captulo

3No o mais forte que sobrevive, nem o mais inteligente, mas o que melhor se adapta s mudanas Charles

Darwin

UM ARCABOUO COM CARACTERSTICASAUTONMICAS PARA A GERNCIA DE REDES

O captulo 2 apresentou a evoluo dos sistemas de gerncia de redes de computadores e al-

guns de seus problemas inerentes, tais como, o problema da escalabilidade e da adaptabilidade

na gerncia autonmica de redes. O objetivo deste captulo apresentar um arcabouo com

caractersticas autonmicas que esteja apto a ser utilizado para a gerncia autonmica de redes,com um foco de aplicabilidade e estudo de caso especfico para a qualidade de servio. Para

tal, inicialmente sero especificados os requisitos esperados do arcabouo (Seo 3.1), a estru-

tura do arcabouo estruturado em planos (Seo 3.2), dos quais o plano de deciso detalhado

(Seo 3.2.3). Em seguida, apresentada uma estratgia de particionamento (NPCE Network

Partitioning Computing Engine) integrada ao motor de busca de solues visando o tratamento

da escalabilidade em relao a utilizao em ambientes com quantidades diferentes de disposi-

tivos e/ou volume de trfego (Sees 3.3, 3.4 e 3.5). Por fim, exemplificada a operao (Seo

3.6) do modelo em ambientes computacionais.De maneira geral, o arcabouo proposto pode ser considerado como a realizao de uma

modelagem do problema de gerncia autonmica de redes com requisitos, caractersticas e foco

especficos, os quais sero detalhados na Seo 3.1.

3.1 MODELAGEM E REQUISITOS DO ARCABOUO

O arcabouo com caractersticas autonmicas para a gerncia de redes pode ser generica-

mente modelado e percebido como um sistema que recebe o estado atual do ambiente gerenci-

ado (estado da rede) e um conjunto de requisitos de gerncia, especificados pelo administradordo ambiente (requisitos de negcio e/ou administrao da rede). Este modelo pode ser visuali-

zado na Figura 3.1.

27


48/109

28UM ARCABOUO COM CARACTERSTICAS AUTONMICAS PARA A GERNCIA DE REDES

ARCABOUO COMCARACTERSTICAS

AUTONMICAS

REQUISITOS DEFINIDOSPELO ADMINISTRADOR

(SLAs)

INFORMAESDO AMBIENTEGERENCIADO

(REDE)

SOLUOENCONTRADA

AUTONOMICAMENTE

Figura 3.1.Modelagem genrica do arcabouo com caractersticas autonmicas

O arcabouo produz ento como sada uma nova configurao de rede, que atende aos re-

quisitos especificados pelo administrador. A busca da nova configurao de rede realizada

sem a interveno direta do administrador e, assim sendo, assume a caracterstica de auto-gerenciamento no escopo das solues ditas autonmicas.

Os requisitos bsicos definidos para o arcabouo com caractersticas autonmicas para o

modelo bsico definido na Figura 3.1 so os seguintes:

Auto-gerenciamento no contexto da gerncia de redes de computadores;

Modularidade;

Exequibilidade em relao ao tempo de busca de novas solues para a rede gerenciada;

Escalabilidade.

O requisito de auto-gerenciamento efetivamente uma condio bsica de implantao do

sistema, na medida em que se prope uma soluo com caractersticas autonmicas. Em outras

palavras, este um requisito bsico e

Documents

Tese - Romildo