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 |
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:
Dłuższa wersja autoreferatu (opcjonalnie) tutaj.
Praca udostępniona publicznie (opcjonalnie) tutaj
Ważniejsze publikacje dokotoranta (opcjonalnie):