Grundlagen für die Dienst-Co-Evolution - Phase 2 (PROSECCO-2)

• Antragsteller: Professor Dr. Kurt Geihs
• Fachliche Zuordnung: Sicherheit und Verlässlichkeit, Betriebs-, Kommunikations- und verteilte Systeme ; Softwaretechnik und Programmiersprachen
• Förderung: Förderung von 2015 bis 2020
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 280611965

Intensiv genutzte Software muss sich kontinuierlich weiterentwickeln, um ihre Nützlichkeit und Qualität zu bewahren. Das Hinzufügen und Entfernen von Funktionen, die Behebung von Fehlern, das Schließen von Sicherheitslücken, die Verbesserung der Performance – all dies verlangt nach Änderungen. Das gilt auch für Dienste in einem Computernetz. Dienste arbeiten nicht isoliert. Dienste haben Dienstbindungen zu Dienstkunden. Dienste sind Teil von Geschäftsprozessen, bei denen sie von anderen Diensten abhängen. Dies gilt insbesondere für Micro-Services. Solche Abhängigkeiten machen die Dienstevolution im laufenden Betrieb zu einem ausgesprochen schwierigen und herausfordernden Problem, weil die Evolution eines Dienstes Änderungen in abhängigen Diensten und Kundenprogrammen erfordern kann. In Analogie zur Biologie nennen wir dies „Dienst-Co-Evolution“. Die fundamentale Forschungsfrage, die wir in Phase 2 bearbeiten werden, ist im Prinzip die gleiche wie in Phase 1: Wie kann eine koordinierte Dienst-Co-Evolution erreicht werden in komplexen Dienstlandschaften, in denen eine Vielfalt von untereinander abhängigen Diensten existiert? In Phase 1 haben wir die Grundlagen für die Mehrparteien-Dienst-Co-Evolution gelegt. Wir definierten und klassifizierten evolutionäre Veränderungen, die in Diensten auftreten können, und ihre möglichen Auswirkungen auf abhängige Dienste. Wir entwickelten eine Agenten-basierte Architektur für Dienst-Co-Evolution, die jeden Dienst mit einem Evolutionsagenten (EVA) ausstattet, der die Co-Evolution in Zusammenarbeit mit anderen EVAs durchführt. Als nächstes führten wir eine Sprache und Kommunikationsprotokolle für die Kommunikation von Änderungen zwischen EVAs ein. Darüber hinaus entwickelten wir ein Framework namens DiCORE, das den Co-Evolution-Prozess mit mehreren Agenten automatisiert. Schließlich haben wir einen ersten Prototyp im Bereich eines Smart City-Szenarios implementiert.In Phase 2 werden wir die Ergebnisse der Phase 1 erweitern und den Schwerpunkt auf die Entwicklung von Techniken, Verfahren und Software für die folgenden Forschungsziele legen: (i) Dezentrale on-the-fly-Entscheidungsfindung über die Beteiligung und Planung der Ausführung einer Dienst-Co-Evolution für eine Gruppe von betroffenen EVAs; (ii) Monitoring und Laufzeittesten zur Überprüfung von funktionalen und nicht-funktionalen Diensteigenschaften vor, während und nach der Dienst-Co-Evolution; (iii) On-the-fly-Optimierung der Multi-Agenten-Konfiguration und Koordination; (iv) eine Open-Source-Prototyp-Implementierung und Demonstratoren im Bereich von Smart City. Diese Lösungen erweitern die Ergebnisse aus Phase 1, so dass wir am Ende eine umfassende Software-Infrastruktur für die Service-Co-Evolution zur Verfügung stellen werden.Beim Thema (iii) werden wir mit vietnamesischen Partnern von zwei Universitäten in Hanoi zusammenarbeiten.Source-Implementierung eines Prototyps und ein Demonstrator aus dem Bereich Smart City.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Vietnam
• Kooperationspartnerinnen / Kooperationspartner: Professorin Dr. Binh Thi Thanh Huynh; Dr. Thang Xuan Nguyen; Professor Dr. Hoai Xuan Nguyen