DZIEKAN i RADA WYDZIAŁU
INFORMATYKI, ELEKTRONIKI I TELEKOMUNIKACJI
AKADEMII GÓRNICZO-HUTNICZEJ im. ST. STASZICA W KRAKOWIE
zapraszają na
publiczą dyskusję nad rozprawą doktorską

mgr inż. Dariusza Króla
Massively Self-Scalable Platform for Data Farming
Dyskusja odbędzie się 24 marca 2014 roku o godz. 11.30 w sali 1.19
pawilon D-17, ul. Kawiory 21, 30-059 Kraków
PROMOTOR: prof. dr hab. inż. Jacek Kitowski - Akademia Górniczo-Hutnicza w Krakowie
RECENZENCI: prof. dr hab. inż. Bogdan Wiszniewski - Politechnika Gdańska
dr hab. inż. Krzysztof Cetnarowicz, prof. n. AGH - Akademia Górniczo-Hutnicza w Krakowie
Z rozprawą doktorską i opiniami recenzentów można się zapoznać
w Czytelni Biblioteki Głównej AGH, al. Mickiewicza 30


Massively Self-Scalable Platform for Data Farming


mgr inż. Dariusz Król


Promotor: prof. dr hab. inż. Jacek Kitowski (AGH) Dyscyplina: Informatyka


Postęp technologiczny w ostatnich latach, umożliwiający przeprowadzanie skomplikowanych symulacji komputerowych w krótkim czasie, doprowadził do powstania nowych sposobów prowadzenia badań naukowych silnie wykorzystujących dane. Przykładem tego typu podejścia jest metodyka „data farming”. Efektywne zastosowanie tej metodyki wymaga dedykowanego oprogramowanie posiadającego (poza innymi) cechę samoskalowalności, która jest niezwykle trudna do osiągnięcia.

W niniejszej rozprawie, autor wprowadza dwie koncepcje: usług samoskalowalnych oraz reguł skalowania, które mogą być wykorzystane do tworzenie samoskalowalnych platform. Usługi samoskalowalne stanowią rozszerzenie architektury zorientowanej na usługi (SOA), których celem jest zapewnienie samoskalowalności budowanej usługi w ustandaryzowany sposób. Reguły skalowania stanowią notację umożliwiającą specyfikację warunków wraz z metrykami i akcjami opisującymi skalowanie tworzonych usług.

W celu weryfikacji zaproponowanych koncepcji, opracowana została masywnie samoskalowalna platforma wspierająca eksperymenty typu „data farming”. Funkcjonalności platformy została potwierdzona w eksperymentach w ramach projektu EDA EUSAS związanych ze wzbogaceniem treningu służb porządkowych poprzez wykorzystanie symulacji wieloagentowych. Do weryfikacji aspektów niefunkcjonalnych platformy wykorzystane zostały testy syntetyczne wykorzystujące różne konfiguracje zasobów obliczeniowych.

Teza rozprawy:– W rozprawie postawiono i wykazano następującą tezę:

Platformy wspierające eksperymenty typu „data farming” wymagają użycia heterogenicznej infrastruktury obliczeniowej oraz wsparcia dla automatycznego skalowania komponentów oprogramowania w celu uzyskania wysokiej efektywności zarówno względem czasu przetwarzania jak i kosztów realizacji.


Głównym celem pracy było zaprojektowanie i zrealizowanie masywnie samoskalowalnej platformy do przeprowadzania eksperymentów typu „data farming” z wykorzystaniem heterogenicznej infrastruktury obliczeniowej. W pracy autor zaproponował koncepcje samoskalowalnych usług oraz reguł skalowania, których wspólne użycie pozwoliło na implementację wymaganej platformy. Wykonane testy pozwoliły zweryfikować spełnienie wymagań zarówno funkcjonalnych jak i niefunkcjonalnych. Dodatkowo, na podstawie otrzymanych rezultatów potwierdzono prawdziwość tezy postawionej przez autora w rozprawie.

Wkład pracy badawczej autora obejmuje następujące elementy:

  • koncepcja samoskalowalnych usług będących rozszerzeniem koncepcji usług SOA o wbudowane mechanizmy skalowania,
  • koncepcja reguł skalowania umożliwiających określenie sposobu skalowania usług programowych w postaci reguł, które mogą być przetwarzane w sposób automatyczny,
  • platforma Scalarm będąca kompletną platformą do przeprowadzania eksperymentów typu „data farming”, zbudowana przy użyciu samoskalowalnych usług i wykorzystująca reguły skalowania.


Dłuższa wersja autoreferatu (opcjonalnie) tutaj.




Praca udostępniona publicznie (opcjonalnie) tutaj




Ważniejsze publikacje dokotoranta (opcjonalnie):

  1. D. Krol, R. Slota, and W. Funika, “Behaviour-inspired Data Management in the Cloud,” International Journal on Advances in Intelligent Systems, vol. 4, no. 3 & 4, pp. 256–267, 2011
  2. R. Slota, D. Krol, K. Skalkowski, M. Orzechowski, D. Nikolow, B. Kryza, M. Wrzeszcz, and J. Kitowski, „A Toolkit for Storage QoS Provisioning for Data-Intensive Applications”, Computer Science AGH, vol. 13(1), 2012.
  3. D. Krol, R. Slota, B. Kryza, D. Nikolow, W. Funika, and J. Kitowski, „Policy Driven Data Management in PL-Grid Virtual Organizations”, in Remote Instrumentation for eScience and Related Aspects (F. Davoli, M. Lawenda, N. Meyer, R. Pugliese, J. Weglarz, and S. Zappatore, eds.), Springer New York, 2012.
  4. R. Slota, D. Nikolow, J. Kitowski, D. Krol, and B. Kryza, „FiVO/QStorMan Semantic Tool- kit for Supporting Data-Intensive Applications in Distributed Environments”, Computing and Informatics, vol. 31(5), 2012, current IF=0,254.
  5. D. Krol ,B. Kryza, M. Wrzeszcz, L. Dutka, and J. Kitowski, “Elastic Infrastructure for Interactive Data Farming Experiments,” Proceedings of the International Conference on Computational Science, ICCS 2012.
  6. B. Kryza, D. Krol, M. Wrzeszcz, L. Dutka, and J. Kitowski, “Interactive cloud data farming environment for military mission planning support,” Computer Science AGH, vol.13(3), 2012.
  7. W. Funika, P. Godowski, P. Pegiel, and D. Krol, “Semantic-oriented performance monitoring of distributed applications,” Computing and Informatics, vol. 31, no. 2, pp. 427–446, 2012, current IF=0,254.
  8. K. Skalkowski, R. Slota, D. Krol, and J. Kitowski, “QoS-based storage resources provisioning for grid applications,” Future Generation Computer Systems, vol. 29, no. 3, pp. 713 – 727, 2013. current IF=1,864.
  9. D. Krol, M. Wrzeszcz, B. Kryza, L. Dutka, and J. Kitowski, “Massively Scalable Platform for Data Farming Supporting Heterogeneous Infrastructure,” IARIA Cloud Computing 2013, pp. 144–149, 2013, Nagroda dla najlepszego artykułu na konferencji.

2014/dkrol/start.txt · ostatnio zmienione: 2014/03/10 11:11 przez Bogusław Juza