کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
6885573 696140 2015 17 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Using simulation to evaluate error detection strategies: A case study of cloud-based deployment processes
ترجمه فارسی عنوان
با استفاده از شبیه سازی برای ارزیابی خطاهای تشخیص خطا: مطالعه موردی فرآیندهای استقرار مبتنی بر ابر
کلمات کلیدی
مدل سازی فرآیند، شبیه سازی، روند انکشافی،
ترجمه چکیده
فرآیندهای استقرار سیستم در محیط های ابر می تواند پایه ای برای مطالعه راهبردهای شناسایی و اصلاح خطاهای ناشی از اجرای فرآیند پیچیده باشد. این فرایندهای مبتنی بر ابر فعالیت های متنوعی را شامل می شوند و شامل تعاملات پیچیده بین زیرساخت ابر، نرم افزار کاربردی، ابزار و انسان می شود. بسیاری از این فرآیندها، مانند مواردی که برای تصمیم گیری های انتشار در هنگام استقرار مداوم و عیب یابی در ارتقاء سیستم، بسیار خطا هستند. بر خلاف سیستم های نرم افزاری مستقر شده به طور معمول آزمایش شده، این فرایندهای استقرار معمولا نه به خوبی شناخته شده و نه مورد آزمایش قرار گرفته است. خطاهایی که در چنین فرآیندهای رخ می دهد ممکن است نیاز به عیب یابی، بازخوانی و رفع نیازهای طولانی مدت، و رفع مشکل داشته باشد. در نتیجه، این فرآیند ها باید به صورت ایده آل با استراتژی هایی برای شناسایی اشتباهاتی که در نظر گرفته می شوند، بین کارایی و قابلیت اطمینان در نظر گرفته شوند. این مقاله چارچوبی برای بررسی سیستماتیک چنین توافقی را ارائه می دهد. برای ارزیابی چارچوب و نشان دادن رویکرد ما، ما از دو پروتکل فرایند استقرار ابر استفاده می کنیم: یک فرآیند مستمر به کارگیری و فرایند ارتقاء نورد. ما زبان مدل سازی فرایندی موجود را برای نشان دادن این فرآیندها و خطاهای مدل که ممکن است در طی اجرای فرایند رخ دهد، تقویت کنیم. ما از یک شبیه ساز رویداد گسسته تشریحی پردازش برای ارزیابی استراتژی ها استفاده می کنیم و از لحاظ تجربی نتایج شبیه سازی را با مقایسه آن ها با تجارب محیط تولید مقایسه می کنیم. ارزیابی ما نشان می دهد که رویکرد ما از مطالعه اینکه چگونه خطرات مدیریت استراتژی تاثیر می گذارد چقدر زمان برای تکمیل کار و تصحیح خطا استفاده می شود.
موضوعات مرتبط
مهندسی و علوم پایه مهندسی کامپیوتر شبکه های کامپیوتری و ارتباطات
چکیده انگلیسی
The processes for deploying systems in cloud environments can be the basis for studying strategies for detecting and correcting errors committed during complex process execution. These cloud-based processes encompass diverse activities, and entail complex interactions between cloud infrastructure, application software, tools, and humans. Many of these processes, such as those for making release decisions during continuous deployment and troubleshooting in system upgrades, are highly error-prone. Unlike the typically well-tested deployed software systems, these deployment processes are usually neither well understood nor well tested. Errors that occur during such processes may require time-consuming troubleshooting, undoing and redoing steps, and problem fixing. Consequently, these processes should ideally be guided by strategies for detecting errors that consider trade-offs between efficiency and reliability. This paper presents a framework for systematically exploring such trade-offs. To evaluate the framework and illustrate our approach, we use two representative cloud deployment processes: a continuous deployment process and a rolling upgrade process. We augment an existing process modeling language to represent these processes and model errors that may occur during process execution. We use a process-aware discrete-event simulator to evaluate strategies and empirically validate simulation results by comparing them to experiences in a production environment. Our evaluation demonstrates that our approach supports the study of how error-handling strategies affect how much time is taken for task-completion and error-fixing.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Journal of Systems and Software - Volume 110, December 2015, Pages 205-221
نویسندگان
, , , , , , , , ,