Organic Ubiquitous Middleware

Die stetig wachsende Rechenleistung und Kommunikationsbandbreite ermöglichen immer komplexere Computersysteme. Ubiquitäre Systeme, die sich durch eine Vielzahl vernetzter Computer in einer heterogenen Hard- und Softwareumgebung auszeichnen, steigern die Komplexität zusätzlich. Dies führt dazu, dass moderne Computersysteme kaum noch beherrschbar sind. Die Initiativen des Autonomic Computing und des Organic Computing haben sich zum Ziel gesetzt, diese Komplexität beherrschbar zu machen, indem Systeme entworfen werden, die ähnliche Eigenschaften aufzeigen, wie sie auch in der Natur vorgefunden werden. Zukünftige Systeme sollen die Fähigkeit zur Selbstkonfiguration, Selbstoptimierung, Selbstheilung und zum Selbstschutz besitzen. Darüber hinaus sollen sie anpassungsfähig sein und vorausschauend handeln. Diese Attribute werden auch als Selbst-X-Eigenschaften bezeichnet. In dieser Arbeit wird eine Middleware entworfen, mit der die Grundlage für die Umsetzung der Selbst-X-Eigenschaften für ubiquitäre Systeme geschaffen wird. Aufbauend auf der grundlegenden Architektur, die sich von herkömmlichen Middlewaresystemen in zentralen Punkten der Kommunikation und der Integration von Funktionalitäten in Form von Diensten unterscheidet, wird die Umsetzung einer Selbstkonfiguration und einer Selbstheilung erläutert und sowohl in Simulationen, wie auch in der realen Middleware evaluiert. Die Selbstkonfiguration beruht auf dem Verhalten kooperativer sozialer Gruppen, deren Aufgabe in der Lösung eines gemeinsamen Problems liegt. Mit dem dezentralen Algorithmus werden Dienste so auf die vorhandenen Knoten eines Netzwerks verteilt, dass die Ressourcen auf den einzelnen Knoten möglichst gleichmäßig ausgelastet werden. Die Selbstoptimierung hat das menschliche Hormonsystem zum Vorbild, das seine Informationen, die Hormone, in den Blutkreislauf ausschüttet und dadurch die Funktionen von Zellen im Körper beeinflussen kann. Die Selbstoptimierung prägt den Nachrichten der Middleware Lastinformationen des lokalen Knotens auf, die von den anderen Knoten ausgewertet werden. Anhand der Lasten anderer Knoten kann jeweils lokal entschieden werden, ob ein Dienst auf einen anderen Knoten verlegt werden soll oder nicht. Für das Verhalten des dezentralen Ansatzes ist dabei besonders das dynamische Verhalten der Dienste von Interesse, da für die Verlegung von Diensten Lastspitzen toleriert werden müssen.An increasing level of complexity of modern computer systems is possible due to the rising performance of computers and communication bandwidth. Ubiquitous systems consisting of an huge amount of heterogeneous networked computers increase the complexity even more. This leads to the lack of controllability of up to date computing systems. The target of the autonomic and organic computing initiatives is to keep the complexity controllable by designing systems which exhibit features known from nature. Future system should be selfconfiguring, selfoptimizing, selfhealing and selfprotecting. Furthermore they should be adaptive and pro-active. These attributes are known as self-x properties. In this Ph. D. thesis the Organic Ubiquitous Middleware was developed building the basis to implement the self-x properties for ubiquitous systems. The basic architecture differs from conventional middleware systems in central points concerning the communication and integration of functionality in form of services. A selfconfiguration and a selfoptimization algorithm are described, simulated and evaluated in the middleware. The selfconfiguration is based on the cooperative social behavior of a group which wants to find a solution to a given problem. The distributed algorithm allocates the services to the given nodes of the network such that the resources of the single nodes are consumed as equally as possible. The selfoptimization uses the model of the human hormone system which distributes its information, the hormones, through the blood circuit to trigger functions of other cells in the body. The selfoptimization piggy-backs load information of the local node onto the messages of the middleware. With the load information of other nodes a node can decide whether to relocate a service to another node. For the performance of the decentralized approach the dynamic behaviour of the services is of special interest because the relocation of services produces load peaks which should be tolerated