Using Variability Models for Developing Self-configuring Pervasive

Using Variability Models for Developing Self-configuring Pervasive Systems Carlos Cetina, Pau Giner, Joan Fons y Vicente Pelechano Workshop on Autonomic and SELF-adaptive Systems

Agenda Introducción Propuesta de modelado Aplicación de la propuesta Conclusiones y trabajo futuro

Sistemas Pervasivos Servicio de Seguridad Casa Domótica Detalles técnicos: European Installation Bus (EIB) devices Security Service Presence Detected Trigger Presence Detection Service Motion Detector Contact Sensor 4 Alarm

Comportamiento Autónomo Escenario de Involución Ocurre un fallo! El sistema debe ofrecer los mismos servicios con menos recursos. Service B A Sensor Actuator B External Software Resources A A resource becomes unavailable

2 Comportamiento Autónomo Escenario de Evolución El sistema es actualizado. (a) Mismos servicios con más recursos. (b) Los nuevos recursos habilitan más servicios. A B Sensor A Actuator B External Software Resources A resource becomes available Service

Agenda Introducción Propuesta de modelado Aplicación de la propuesta Conclusiones y trabajo futuro

Propuesta de modelado Activos Operación de Producción Producto Modelo de Decisión Operación de Producción

Propuesta de modelado Apcar SPLs para construir sistemas autónomos Operación de Producción Run-Time

Lenguajes de modelado Conceptos de LPS Propuesta de modelado Activos Operación de Producción Producto Modelo de Decisión Perv. ML Model Realization Model Feature Model M 2 T Pervasive System

Modelos de la SPL Perv. ML Model Un lenguaje Específico de Dominio para describir sistemas pervasivos. Conceptos principales: • Service coordina la interacción entre proveedores (hardware o software). • Binding provider (BP) adaptador de tecnologías. • Interaction conjunto ordenado de interacciones entre services. • Trigger describe cambios en el entorno. Realization Model M 2 T Pervasive System Feature Model <<Service>> Presence Simulation <<Service>> Presence Detection <<Trigger>> Random Simulation Starter << Service>> Alarm << Trigger>> Presence Detected << BP>> Automated Lighting << BP>> Volumetric Detector << BP>> Infrared Detector << BP>> Silent Alarm << Service>> Automated Lighting << Interaction>> Security << BP>> Perimeter Detector 11 << BP>> Visual/Acoustic Alarm << BP>> Blink Lighting << BP>> Buzzer

Modelos de la SPL FAMA Feature Model Describe un sistema y sus Variantes. Perv. ML Model M 2 T Pervasive System Feature Model Relaciones: Opcional, obligatorio, alternativa, or, requerido y excluyente. Smart Home Presence Simulation FAMA esta orientado a razonar sobre Feature Models y posee un buen soporte de herramientas. Realization Model Security Automated Illumination Presence Detection Perimeter Detection Alarm In home Detection Infrared 160 degree Detection Silent Alarm Volumetric 360 degree Detection Siren Visual/Acoust ic Alarm

Modelos de la SPL Realization Model Es una extensión que hemos realizado de Atlas Model Weaving (AMW). Perv. ML Model Realization Model M 2 T Feature Model Un modelo que representa relaciones entre otros modelos. (Perv. ML y FAMA). 1 feature a N conceptos de Perv. ML. Security 1 elemento de Perv. ML a N features. Los mappings se estructuran en paquetes (3) (g) Presence Detection (5) (f) (5) (13) (b) (i) (12) (7) (l) (j) Pervasive System

Construyendo Sistemas Pervasivos Autonomos Perv. ML Model Realization Model M 2 T Pervasive System Feature Model Esta aproximación permite a los sistemas pervasivos utilizar en runtime el modelado de la varibilidad del diseño de la SPL.

Agenda Introducción Propuesta de modelado Aplicación de la propuesta Conclusiones y trabajo futuro

The Building Blocks Modelado Infraestructura de Adaptación Arquitectura

Modelling Tier Arquitectura Realization Model Perv. ML Model Mapping a f on C r gu i n ció In ial ic Code Generation Variantes Adaptación Modelado Feature Model Service Device Active Quiescent Communication Channel Feasible Channel

Adaptation Tier Feature Model Realization Model Perv. ML Model Mapping Adaptation Rules 2 Adaptation Triggers - New Devices - Device Failures 3 Adaptation Actions 4 1 - Create/Destroy Channel - Component State Shift Service Device Active Quiescent Communication Channel Feasible Channel

Adaptation Tier Feature Model Realization Model Perv. ML Model Mapping Involution: Realization Model Evolution: Feature Model Condition - Feature Adaptation Triggers Adaptation Rules Adaptation Actions Service Device Active Quiescent Communication Channel Feasible Channel

The Smart Home Example 1 Escenario de Involución (6) Alarm << BP>> (n) Visual Alarm Security Presence Detection (9) Silent Alarm (10) Siren (11) Visual Alarm 1 (12) << Default >> (l) (12) << Alternative>> (j) 1 << BP>> (k) Blink Lighting 1 Se trata de un fallo! Necesitamos una respuesta rápida. La decisión está precalculada en los modelos

The Smart Home Example 2 (2) Presence Simulation Escenario de evolución Requires Presence Detection 2 (8) In home Detection (12) Infrared 160 degree Detection (5) <<Default>> (13) <<Default>> (b) (i) <<Service>> (b) Presence Detection << BP>> Se está actualizando el sistema. 2 2 (i) Volumetric Detector Los requisitos temporales no son tan (13) Volumetric 360 degree Detection fuertes.

Agenda Introducción Propuesta de modelado Aplicación de la propuesta Conclusiones y trabajo futuro

Future Work Ahora Futuro Common Variability Language (CVL) + [Perv. ML | UML] Ahora Modelado Feature Model + DSL: Perv. ML Futuro Smart Home (Scale) With real EIB Devices gv. Sig Mobile(Spanish Government Geographic Information System) Infraestructura de adaptación Arquitectura