Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes

Descripción del Articulo

Descargue el texto completo en el repositorio institucional de la Aston University: https://doi.org/10.48780/publications.aston.ac.uk.00041929
Detalles Bibliográficos
Autor: García Paucar, Luis Hernán
Formato: tesis doctoral
Fecha de Publicación:2019
Institución:Superintendencia Nacional de Educación Superior Universitaria
Repositorio:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
Lenguaje:inglés
OAI Identifier:oai:renati.sunedu.gob.pe:renati/6884
Enlace del recurso:https://renati.sunedu.gob.pe/handle/sunedu/3434523
https://doi.org/10.48780/publications.aston.ac.uk.00041929
Nivel de acceso:acceso abierto
Materia:Sistemas de soporte a la toma de decisiones
Sistemas autoadaptativos
Incertidumbre
Procesos de Markov
Requisitos no funcionales
Modelos de tiempo de ejecución
https://purl.org/pe-repo/ocde/ford#1.02.02
id RENATI_ca798fbb2e06825bc6f45d67ca34a87a
oai_identifier_str oai:renati.sunedu.gob.pe:renati/6884
network_acronym_str RENATI
network_name_str Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
repository_id_str
dc.title.es_PE.fl_str_mv Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
dc.title.alternative.es_PE.fl_str_mv Modelos inteligentes de requisitos de software para soportar una mejor toma de decisiones en sistemas autónomos utilizando procesos de decisión Markov parcialmente observables
title Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
spellingShingle Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
García Paucar, Luis Hernán
Sistemas de soporte a la toma de decisiones
Sistemas autoadaptativos
Incertidumbre
Procesos de Markov
Requisitos no funcionales
Modelos de tiempo de ejecución
https://purl.org/pe-repo/ocde/ford#1.02.02
title_short Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
title_full Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
title_fullStr Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
title_full_unstemmed Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
title_sort Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
author García Paucar, Luis Hernán
author_facet García Paucar, Luis Hernán
author_role author
dc.contributor.advisor.fl_str_mv Bencomo, Nelly
dc.contributor.author.fl_str_mv García Paucar, Luis Hernán
dc.subject.es_PE.fl_str_mv Sistemas de soporte a la toma de decisiones
Sistemas autoadaptativos
Incertidumbre
Procesos de Markov
Requisitos no funcionales
Modelos de tiempo de ejecución
topic Sistemas de soporte a la toma de decisiones
Sistemas autoadaptativos
Incertidumbre
Procesos de Markov
Requisitos no funcionales
Modelos de tiempo de ejecución
https://purl.org/pe-repo/ocde/ford#1.02.02
dc.subject.ocde.es_PE.fl_str_mv https://purl.org/pe-repo/ocde/ford#1.02.02
description Descargue el texto completo en el repositorio institucional de la Aston University: https://doi.org/10.48780/publications.aston.ac.uk.00041929
publishDate 2019
dc.date.accessioned.none.fl_str_mv 2023-08-07T22:06:52Z
dc.date.available.none.fl_str_mv 2023-08-07T22:06:52Z
dc.date.issued.fl_str_mv 2019-12-20
dc.type.es_PE.fl_str_mv info:eu-repo/semantics/doctoralThesis
format doctoralThesis
dc.identifier.uri.none.fl_str_mv https://renati.sunedu.gob.pe/handle/sunedu/3434523
dc.identifier.doi.none.fl_str_mv https://doi.org/10.48780/publications.aston.ac.uk.00041929
url https://renati.sunedu.gob.pe/handle/sunedu/3434523
https://doi.org/10.48780/publications.aston.ac.uk.00041929
dc.language.iso.es_PE.fl_str_mv eng
language eng
dc.rights.es_PE.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.es_PE.fl_str_mv application/pdf
dc.publisher.es_PE.fl_str_mv Aston University
dc.publisher.country.es_PE.fl_str_mv GB
dc.source.es_PE.fl_str_mv Superintendencia Nacional de Educación Superior Universitaria - SUNEDU
dc.source.none.fl_str_mv reponame:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
instname:Superintendencia Nacional de Educación Superior Universitaria
instacron:SUNEDU
instname_str Superintendencia Nacional de Educación Superior Universitaria
instacron_str SUNEDU
institution SUNEDU
reponame_str Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
collection Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATI
dc.source.uri.es_PE.fl_str_mv Registro Nacional de Trabajos de Investigación - RENATI
bitstream.url.fl_str_mv https://renati.sunedu.gob.pe/bitstream/renati/6884/1/GarciaPaucarLH.pdf
https://renati.sunedu.gob.pe/bitstream/renati/6884/2/Autorizacion.pdf
https://renati.sunedu.gob.pe/bitstream/renati/6884/4/GarciaPaucarLH.pdf.txt
https://renati.sunedu.gob.pe/bitstream/renati/6884/6/Autorizacion.pdf.txt
https://renati.sunedu.gob.pe/bitstream/renati/6884/5/GarciaPaucarLH.pdf.jpg
https://renati.sunedu.gob.pe/bitstream/renati/6884/7/Autorizacion.pdf.jpg
https://renati.sunedu.gob.pe/bitstream/renati/6884/3/license.txt
bitstream.checksum.fl_str_mv a2247a395a3bcdca1b4780b41fa082d6
a431cda17797ef00b4d77465127c5b0d
c75a82b8ec3befb9342b7d76fed279f0
8427027db563616161a585463bb93942
5604437668e01d0642893e69d8d4f59d
2bbdc946cec7fc7f8f4152a309adcc04
8a4605be74aa9ea9d79846c1fba20a33
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
MD5
MD5
MD5
MD5
repository.name.fl_str_mv Registro Nacional de Trabajos de Investigación
repository.mail.fl_str_mv renati@sunedu.gob.pe
_version_ 1816177369742835712
spelling Bencomo, NellyGarcía Paucar, Luis Hernán2023-08-07T22:06:52Z2023-08-07T22:06:52Z2019-12-20https://renati.sunedu.gob.pe/handle/sunedu/3434523https://doi.org/10.48780/publications.aston.ac.uk.00041929Descargue el texto completo en el repositorio institucional de la Aston University: https://doi.org/10.48780/publications.aston.ac.uk.00041929Un sistema autoadaptativo (SAS) es aquel que puede adaptar su comportamiento en respuesta a las fluctuaciones ambientales en tiempo de ejecución y sus propios cambios. Por lo tanto, el proceso de toma de decisiones de un SAS se ve desafiado por la incertidumbre subyacente. En esta disertación, el autor se enfoca en el tipo de incertidumbre asociada con los niveles de satisfacción de los requisitos no funcionales (NFR) dado un conjunto de decisiones de diseño reflejadas en una configuración SAS. Específicamente, el enfoque de este trabajo está en la especificación y el manejo en tiempo de ejecución de la incertidumbre relacionada con los niveles de satisfacción de los NFR cuando se recopila nueva evidencia, y que puede crear la necesidad de adaptación basada en la reconfiguración del sistema. Esta disertación presenta dos enfoques. Primero, se presenta RE-STORM, un enfoque para apoyar la toma de decisiones bajo incertidumbre, que utiliza el nivel de satisfacción actual de los NFR en un SAS y las compensaciones requeridas, para así guiar su autoadaptación. Luego, se describe ARRoW, un enfoque para la reevaluación y actualización automática de las preferencias iniciales en un SAS en función de los niveles de satisfacción actuales de sus NFR.A self-adaptive system (SAS) is a system that can adapt its behaviour in re- sponse to environmental fluctuations at runtime and its own changes. Therefore, the decision-making process of a SAS is challenged by the underlying uncertainty. In this dissertation, the author focuses on the kind of uncertainty associated with the satisficement levels of non-functional requirements (NFRs) given a set of design decisions reflected on a SAS configuration. Specifically, the focus of this work is on the specification and runtime handling of the uncertainty related to the levels of satisficement of the NFRs when new evidence is collected, and that may create the need of adaptation based on the reconfiguration of the system. Specifically, this dissertation presents two approaches that address decision-making in SASs in the face of uncertainty. First, we present RE-STORM, an approach to support decision- making under uncertainty, which uses the current satisficement level of the NFRs in a SAS and the required trade-offs, to therefore guide its self-adaptation. Second, we describe ARRoW, an approach for the automatic reassessment and update of initial preferences in a SAS based on the current satisficement levels of its NFRs. We eval- uate our proposals using a case study, a Remote Data Mirroring (RDM) network. Other cases have been used as well in different publications. The results show that under uncertain environments, which may have not been foreseen in advance, it is feasible that: (a) a SAS reassess the preferences assigned to certain configurations and, (b) reconfigure itself at runtime in response to adverse conditions, in order to keep satisficing its requirements.Tesisapplication/pdfengAston UniversityGBinfo:eu-repo/semantics/openAccessSuperintendencia Nacional de Educación Superior Universitaria - SUNEDURegistro Nacional de Trabajos de Investigación - RENATIreponame:Registro Nacional de Trabajos conducentes a Grados y Títulos - RENATIinstname:Superintendencia Nacional de Educación Superior Universitariainstacron:SUNEDUSistemas de soporte a la toma de decisionesSistemas autoadaptativosIncertidumbreProcesos de MarkovRequisitos no funcionalesModelos de tiempo de ejecuciónhttps://purl.org/pe-repo/ocde/ford#1.02.02Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision ProcessesModelos inteligentes de requisitos de software para soportar una mejor toma de decisiones en sistemas autónomos utilizando procesos de decisión Markov parcialmente observablesinfo:eu-repo/semantics/doctoralThesisAston University. School of Engineering and Applied ScienceIngeniería y Ciencia AplicadaDoctor en Filosofíahttp://purl.org/pe-repo/renati/level#doctorhttps://orcid.org/0000-0001-6895-163609764925http://purl.org/pe-repo/renati/type#tesisORIGINALGarciaPaucarLH.pdfGarciaPaucarLH.pdfTesis (abierta en repositorio de origen)application/pdf9398415https://renati.sunedu.gob.pe/bitstream/renati/6884/1/GarciaPaucarLH.pdfa2247a395a3bcdca1b4780b41fa082d6MD51Autorizacion.pdfAutorizacion.pdfAutorización del registroapplication/pdf353283https://renati.sunedu.gob.pe/bitstream/renati/6884/2/Autorizacion.pdfa431cda17797ef00b4d77465127c5b0dMD52TEXTGarciaPaucarLH.pdf.txtGarciaPaucarLH.pdf.txtExtracted texttext/plain269898https://renati.sunedu.gob.pe/bitstream/renati/6884/4/GarciaPaucarLH.pdf.txtc75a82b8ec3befb9342b7d76fed279f0MD54Autorizacion.pdf.txtAutorizacion.pdf.txtExtracted texttext/plain4631https://renati.sunedu.gob.pe/bitstream/renati/6884/6/Autorizacion.pdf.txt8427027db563616161a585463bb93942MD56THUMBNAILGarciaPaucarLH.pdf.jpgGarciaPaucarLH.pdf.jpgGenerated Thumbnailimage/jpeg1466https://renati.sunedu.gob.pe/bitstream/renati/6884/5/GarciaPaucarLH.pdf.jpg5604437668e01d0642893e69d8d4f59dMD55Autorizacion.pdf.jpgAutorizacion.pdf.jpgGenerated Thumbnailimage/jpeg1676https://renati.sunedu.gob.pe/bitstream/renati/6884/7/Autorizacion.pdf.jpg2bbdc946cec7fc7f8f4152a309adcc04MD57LICENSElicense.txtlicense.txttext/plain; charset=utf-81748https://renati.sunedu.gob.pe/bitstream/renati/6884/3/license.txt8a4605be74aa9ea9d79846c1fba20a33MD53renati/6884oai:renati.sunedu.gob.pe:renati/68842023-08-08 03:05:23.37Registro Nacional de Trabajos de Investigaciónrenati@sunedu.gob.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
score 13.917434
Requirements-aware Models to Support Better Informed Decision-making for Self-adaptation using Partially Observable Markov Decision Processes
Nota importante:
La información contenida en este registro es de entera responsabilidad de la institución que gestiona el repositorio institucional donde esta contenido este documento o set de datos. El CONCYTEC no se hace responsable por los contenidos (publicaciones y/o datos) accesibles a través del Repositorio Nacional Digital de Ciencia, Tecnología e Innovación de Acceso Abierto (ALICIA).

Ejemplares Similares