MODELO DE APRENDIZAJE DE MÁQUINAS

PARA EL MANEJO DE RIESGOS DE FALLA EN

COMPOSICIONES DE SERVICIOS WEB

Aprendizaje de MáquinasIng. Byron Enrique Portilla

Dir. Jaime Guzman Luna Ph.D

Modelo de Aprendizaje

• Comunicación con el Wrapper I (Monitor)• Interprete Manejo de Suposiciones

• Interprete Disponibilidad

• Interprete Comportamiento (Tiempo en Ejecución)

• Máquina de Aprendizaje

• Generación de Reglas

• Wrapper II• Comunicación BD (disponibilidad – Comportamiento)

• Archivo de registro(Instancias)

• Generacion del nuevo dominio (Ontologia de Calidad para SW).

2/11/2010 2 de 10

Modelo

Ontologia de Calidad

Manejo de SuposicionesDisponibilidadComportamiento

Riesgo de Falla

2/11/2010 3 de 10

Manejo de Suposiciones

• Demostar que el sistema de composición puede caer en

fallas al hacer malas suposiciones

• Ejemplo:

• sw1: i = item1 o1=TV , o2=Sony exec(o1=TV o2=LG)

2/11/2010 4 de 10

Disponibilidad

• Criterio evaluado en función del tiempo

La evalaución se realiza en periodos de tiempo en el cual, el

servicio ejecutado debe estar listo para ser utilizado.

• Ejemplo: sw1: Request Response lunes 9:00 am

• Aprendizaje al plan de composición

2/11/2010 5 de 10

Comportamiento

• Este criterio evalúa el tiempo que tarda un servicio en emitir unarespuesta, teniendo en cuenta el estado de conexión de la red. La restricción de tiempo es asignada por el cliente.

Ejemplo

SW1: (500ms) t=700ms ,c=1024

• Evaluación del plan

2/11/2010 6 de 10

Asignación de Pesos

• General

• Análisis multivariado método (ROC)

• Distribución

2/11/2010 7 de 10

Base de Datos

2/11/2010 8 de 10

Ontologia

2/11/2010 9 de 10

Servicio BuyItem

2/11/2010 10 de 10