Ein agentenbasierter evolutionärer Adaptions- und Optimierungsansatz für verteilte Systeme

Verteilte Systeme sind in den letzten Jahrzehnten durch den Erfolg des World Wide Web allgegenwärtig geworden. Das Internet, Peer-to-Peer Netzwerke, Grid Computing und mobile Endgeräte bilden zusammen eine verteilte, heterogene, dynamische und komplexe Infrastruktur auf deren Basis verteilte Informationssysteme globale Dienste zur Verfügung stellen. Die ständig steigende Komplexität lässt zentralisierte Top-Down Ansätze zur Steuerung zunehmend an ihre Grenzen stoßen. Die Verteilung von Ressourcen und Informationen, Heterogenität und Dynamik sind Belege für die Ähnlichkeit technischer Systeme mit natürlichen komplexen adaptiven Systemen (CAS), wie z.B. Zellen, Lebewesen und Ökosystemen. Diese weisen ein hohes Maß an Selbstadaptivität und -optimierung auf. In den letzten Jahren hat daher das Interesse an CAS und deren Untersuchung sowie die Übertragung ihrer Mechanismen zur Selbstorganisation auf technische Systeme stark zugenommen. Der Beitrag dieser Arbeit besteht in der Untersuchung eines Ansatzes zur Bereitstellung adaptiver und selbst optimierender Systemfunktionalität. Hierzu wurden evolutionäre Agenten als ein CAS Mechanismus aus der Kombination von evolutionären, ökonomischen und agentenbasierten Ansätzen eingeführt. Die jeweiligen Vorteile der Ansätze wurden vereinigt. Hierzu zählen einerseits implizite Parallelität, Robustheit und Optimierung in komplexen Suchräumen und andererseits Flexibilität, Autonomie und Interaktionsfähigkeit von Agenten. Evolutionäre Agenten sind als elementare Bestandteile von Informationssystemen in zweierlei Hinsicht konzipiert. Sowohl die eigentliche Systemfunktionalität als auch das verteilte Systemmanagement im Hinblick auf Adaptivität und Optimierung wird gleichzeitig durchgeführt. Damit stellen Agenten kollaborativ die Systemdienste bereit und ein dezentraler evolutionärer Prozess etabliert parallel die systemweite Optimierung der Dienste. Die ökonomische Dimension erlaubt dezentrale marktbasierte Koordinationsmechanismen zwischen den Agenten. Die Modellierung erfolgt Bottom-Up aus Agentensicht und unterstützt damit das Verständnis und die Formalisierung verteilter Probleme. Auf Basis des formalen Optimierungsansatzes wurden wichtige adaptive Eigenschaften abgeleitet. Hierzu gehört die Anpassung des Gesamtsystems sowohl in seiner Dimension als auch in der Funktionalität. Weiterhin wurde durch die Einführung der Erweiterten Takeover Time (ETT) gezeigt, dass dynamische Netzwerkstrukturen, wie das Internet, Peer-to-Peer Systeme und Grid Computing für den Einsatz evolutionärer Agenten geeignet sind. Die Einführung eines Dezentralitätsmaßes erlaubt die Einordnung und den Vergleich mit bestehenden parallelen evolutionären Verfahren. Mit Hilfe von Prototypen wurden die abgeleiteten Eigenschaften an zwei Problemstellungen in unterschiedlichen Domänen validiert. Dies unterstreicht die Vorteile und Tragweite der Kombination evolutionärer, ökonomischer und agentenbasierter Verfahren. Ebenso ist die Umsetzung der Referenzarchitektur als Erweiterung bestehender Agentenframeworks gedacht und kann integriert werden. Auch dies wurde an drei unterschiedlichen Systemen gezeigt