SHõWA: A Self-healing Framework for Web-based Applications

The complexity of systems is considered an obstacle to the progress of the IT industry. Autonomic computing is presented as the alternative to cope with the growing complexity. It is a holistic approach, in which the systems are able to configure, heal, optimize, and protect by themselves. Web-based applications are an example of systems where the complexity is high. The number of components, their interoperability, and workload variations are factors that may lead to performance failures or unavailability scenarios. The occurrence of these scenarios affects the revenue and reputation of businesses that rely on these types of applications. In this article, we present a self-healing framework for Web-based applications (SHõWA). SHõWA is composed by several modules, which monitor the application, analyze the data to detect and pinpoint anomalies, and execute recovery actions autonomously. The monitoring is done by a small aspect-oriented programming agent. This agent does not require changes to the application source code and includes adaptive and selective algorithms to regulate the level of monitoring. The anomalies are detected and pinpointed by means of statistical correlation. The data analysis detects changes in the server response time and analyzes if those changes are correlated with the workload or are due to a performance anomaly. In the presence of per- formance anomalies, the data analysis pinpoints the anomaly. Upon the pinpointing of anomalies, SHõWA executes a recovery procedure. We also present a study about the detection and localization of anomalies, the accuracy of the data analysis, and the performance impact induced by SHõWA. Two benchmarking applications, exercised through dynamic workloads, and different types of anomaly were considered in the study. The results reveal that (1) the capacity of SHõWA to detect and pinpoint anomalies while the number of end users affected is low; (2) SHõWA was able to detect anomalies without raising any false alarm; and (3) SHõWA does not induce a significant performance overhead (throughput was affected in less than 1%, and the response time delay was no more than 2 milliseconds).

Previsão e definição de perfis na gestão dos recursos de energia no âmbito de edifícios auto-sustentáveis

Nos últimos anos o consumo de energia elétrica produzida a partir de fontes renováveis tem aumentado significativamente. Este aumento deve-se ao impacto ambiental que recursos como o petróleo, gás, urânio, carvão, entre outros, têm no meio ambiente e que são notáveis no diaa- dia com as alterações climáticas e o aquecimento global. Por sua vez, estes recursos têm um ciclo de vida limitado e a dada altura tornar-se-ão escassos. A preocupação de uma melhoria contínua na redução dos impactos ambientais levou à criação de Normas para uma gestão mais eficiente e sustentável do consumo de energia nos edifícios. Parte da eletricidade vendida pelas empresas de comercialização é produzida através de fontes renováveis, e com a recente publicação do Decreto de Lei nº 153/2014 de 20 outubro de 2014 que regulamenta o autoconsumo, permitindo que também os consumidores possam produzir a sua própria energia nas suas residências para reduzir os custos com a compra de eletricidade. Neste contexto surgiram os edifícios inteligentes. Por edifícios inteligentes entende-se que são edifícios construídos com materiais que os tornam mais eficientes, possuem iluminação e equipamentos elétricos mais eficientes, e têm sistemas de produção de energia que permitem alimentar o próprio edifício, para um consumo mais sustentado. Os sistemas implementados nos edifícios inteligentes visam a monitorização e gestão da energia consumida e produzida para evitar desperdícios de consumo. O trabalho desenvolvido visa o estudo e a implementação de Redes Neuronais Artificiais (RNA) para prever os consumos de energia elétrica dos edifícios N e I do ISEP/GECAD, bem como a previsão da produção dos seus painéis fotovoltáicos. O estudo feito aos dados de consumo permitiu identificar perfis típicos de consumo ao longo de uma semana e de que forma são influenciados pelo contexto, nomeadamente, com os dias da semana versus fim-de-semana, e com as estações do ano, sendo analisados perfis de consumo de inverno e verão. A produção de energia através de painéis fotovoltaicos foi também analisada para perceber se a produção atual é suficiente para satisfazer as necessidades de consumo dos edifícios. Também foi analisada a possibilidade da produção satisfazer parcialmente as necessidades de consumos específicos, por exemplo, da iluminação dos edifícios, dos seus sistemas de ar condicionado ou dos equipamentos usados.