این سایت در حال حاضر پشتیبانی نمی شود و امکان دارد داده های نشریات بروز نباشند
رایانش نرم و فناوری اطلاعات، جلد ۱۳، شماره ۲، صفحات ۶۹-۸۷

عنوان فارسی روش تطبیق داده‌رانه چندهدفه با تبدیل نوع هدف برای سیستم‌های نرم‌افزاری
چکیده فارسی مقاله سیستم‌های نرم‌افزاری خودتطبیق می‌توانند علی‌رغم عدم‌قطعیت‌های مختلف به فعالیت خود ادامه دهند. رویکردهای تطبیق مبتنی بر تئوری کنترل که یک مدل ریاضی از سیستم ایجاد می‌کنند، تضمین‌هایی را برای تأمین نیازمندی‌های سیستم خودتطبیق ارائه می‌دهند؛ اما سیستم‌هایی با تغییرات رفتاری متناوب نمی‌توانند این رویکردها را به دلیل بازشناسایی مداوم مدل سیستم، بکار برند؛ لذا محققان رویکردهای تطبیقی ارائه دادند که تئوری کنترل را باهوش مصنوعی یا یادگیری ماشین تلفیق می‌کنند. راه‌حل تطبیق در این رویکردها بر مبنا مدل ریاضی از سیستم نیست؛ اما اولویت اهداف در آن در نظر گرفته نمی‌شود و نحوه ارائه تضمین‌ها برای اهداف سیستم خود تطبیق نیز مشخص نمی‌باشد. این مقاله، یک روش تطبیق چندهدفه مبتنی بر اصول تئوری کنترل داده‌رانه برای سیستم‌های نرم‌افزاری پیشنهاد و تحلیل رسمی از تضمین تأمین نیازمندی‌های سیستم خودتطبیق ارائه می‌دهد. سازوکار تطبیق در این روش، وابسته به داده‌های ورودی و خروجی سیستم است و تصمیم تطبیق نیز از طریق حل یک مسئله بهینه‌سازی چندهدفه تعیین می‌شود. سیستم نرم‌افزاری خود تطبیق مبتنی بر روش تطبیق داده‌رانه می‌تواند با عدم‌قطعیت‌ها در محیط اجرایی، نیازمندی‌ها و پارامترهای سیستم مقابله و نیز از تبدیل نوع هدف در زمان اجرا پشتیبانی نماید. روش تطبیق داده‌رانه با دو مطالعه موردی در دامنه‌های مختلف مورد ارزیابی قرار می‌گیرد. همچنین این روش با یکی از رویکردهای تطبیق تئوری کنترل مبتنی بر مدل و نیز روش تطبیق داده‌رانه بدون پشتیبانی از تبدیل نوع هدف، مقایسه می‌شود. نتایج ارزیابی نشان می‌دهند که علی‌رغم عدم‌قطعیت‌ها، نیازمندی‌های سیستم نرم‌افزاری خود تطبیق مبتنی بر روش تطبیق پیشنهادی تأمین می‌شوند.
کلیدواژه‌های فارسی مقاله سیستم نرم‌افزاری خود تطبیق،رویکردهای تطبیق در سیستم‌های نرم‌افزاری،تئوری کنترل مبتنی بر مدل،تئوری کنترل داده‌رانه،روش کنترل تطبیق عاری از مدل،مسئله بهینه‌سازی چندهدفه،تبدیل نوع هدف،

عنوان انگلیسی A Multi-objective Data-Driven Adaptation Method with Goal Type Transformation for Software Systems
چکیده انگلیسی مقاله Self-adaptive software systems can operate continuously despite uncertainties. Control-theoretic adaptation approaches, which construct a mathematical model of the system, provide guarantees for the satisfaction of the self-adaptive system requirements, but systems undergoing frequent changes in their behavior can't use these approaches due to continuous re-identification. Therefore, researchers present adaptation approaches that combine control theory with artificial intelligence or machine learning. The adaptation solution in these approaches does not rely on the mathematical model of the system, but it does not consider the priorities of the goals, and how to provide guarantees for the goals of the self-adaptive system is not determined. This paper proposes a multi-objective data-driven adaptation method for software systems and presents a formal analysis of the guarantee of satisfying the self-adaptive system requirements. The adaptation mechanism in the method relies on the input and output data of the system and determines an adaptation decision by solving a multi-objective optimization problem. The self-adaptive software system based on the data-driven adaptation method can deal with uncertainties in the execution environment, requirements, and system parameters, and it also supports goal transformation at runtime. Two cases in different domains evaluate the data-driven adaptation method. It is also compared with one of the model-based control-theoretic adaptation approaches and a data-driven adaptation method without goal transformation. The results confirm that the requirements of the self-adaptive software system based on the proposed adaptation method are satisfied despite uncertainties.
کلیدواژه‌های انگلیسی مقاله سیستم نرم‌افزاری خود تطبیق,رویکردهای تطبیق در سیستم‌های نرم‌افزاری,تئوری کنترل مبتنی بر مدل,تئوری کنترل داده‌رانه,روش کنترل تطبیق عاری از مدل,مسئله بهینه‌سازی چندهدفه,تبدیل نوع هدف

نویسندگان مقاله مهناز محمدخان پور یامچی |
دانشکده مکانیک، برق و کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.

اسلام ناظمی |
دانشکده مهندسی و علوم کامپیوتر، دانشگاه شهید بهشتی، تهران، ایران.

میترا میرزارضائی |
دانشکده مکانیک، برق و کامپیوتر، دانشگاه آزاد اسلامی واحد علوم و تحقیقات، تهران، ایران.


نشانی اینترنتی https://jscit.nit.ac.ir/article_209991_b0390ecae34b12418ddab73961c46335.pdf
فایل مقاله فایلی برای مقاله ذخیره نشده است
کد مقاله (doi)
زبان مقاله منتشر شده fa
موضوعات مقاله منتشر شده
نوع مقاله منتشر شده
برگشت به: صفحه اول پایگاه   |   نسخه مرتبط   |   نشریه مرتبط   |   فهرست نشریات