4 Computação Autonômica e métodos de aprendizagem 8

Transcrição

1 Sumário 1 Introdução 3 2 Sistemas Autônomos 5 3 Auto Gerenciamento Auto Configuração ( Self-Configuring ) Auto Cicatrização ( Self-Healing ) Auto Otimização ( Self-Optimizing ) Auto Proteção ( Self-Protecting ) Computação Autonômica e métodos de aprendizagem 8 5 Redes Autonômicas Características Pincipais de Redes Autonômicas Elemento Autonômico Arquiteturas de Gerencimento de Redes Autonômicas Arquitetura MANNA Arquitetura Peer-to-Peer IBM e Autonomic Computing IBM Tivoli: soluções em gerenciamento de software IBM DB2: software de gerencia de banco de dados Desafios da Computação Autonômica Elementos Autônomos Elementos autônomos específicos Sistemas Autônomos

2 7.3 Interações entre humanos e computadores Aplicações de Sucesso Demanda de Negócio JBBC Business Mart Conclusão 26 Referências Bibliográficas 27 2

3 Capítulo 1 Introdução Com o advento da Internet, serviços como e-commerce, , e-newspapers tem surgido e vêm crescendo de uma forma assustadora. Juntamente com a chegada das redes sem fio, que pelas quais as pessoas podem acessar estes tipos de serviço de várias formas possíveis, como utilizando PDA, notebooks, pelos próprios computadores pessoais e com o impulso da diminuição do preço dos hardwares, possibilitando pessoas de classes mais baixa obterem também tais tecnologias, torna esta rede de comunicação algo gigantesco e complexo. Face a este ambiente, com tais dificuldades e complexidades, para o gerenciamento disto tudo, será necessária uma grande mão-de-obra especializada, dispenderá de muito tempo para solucionar possíveis falhas, gerando um custo imenso para tal gerenciamento.[nea06] Segundo [Kon03] a computação autonômica (autonomic computing) foi proposta como uma abordagem para reduzir custo e complexidade de gerenciamento de uma infra-estrutura de TI requerendo o mínimo de intervenção humana possível. A computação autonômica é uma tecnologia que busca a habilidade de um sistema se auto gerenciar e dinamicamente se adaptar à alterações sofridas conforme as políticas de negócio e seus objetivos. Isso permitiria o profissional de TI realizar tarefas de alto valor, enquanto as tarefas mais comuns seriam realizadas através desta tecnologia de gerenciamento. Apesar do custo das tecnologias de TI estarem diminuindo, o custo total da TI não está, pois há necessidade de contratação de vários profissionais na 3

4 área, além de toda infra-estrutura necessária. Por este motivo os gerentes de TI estão em busca desta tecnologia que diminuiria o custo para o proprietário, colocando todo o custo em um único produto, além da rapidez da execução e do gerenciamento TI s complexas em tempo hábil. A IBM é a empresa que está frente desta tecnologia, possuindo vários produtos que já vem com esta tecnologia, as quais serão detalhadas mais adiante, em seguida vem a HP e posteriormente a Microsoft. 4

5 Capítulo 2 Sistemas Autônomos As potencialidades da computação autonômica podem oferecer várias mudanças, um exemplo, o mercado financeiro que reduziria o risco de falhas. O conceito de ação autonômica é muito simples, podendo ser resumido em duas palavras: detectar e responder. Isso acontece até em casa, quando a temperatura na sala cai bastante no inverno ou quando a temperatura sobe bastante no verão, o termostato sente o ambiente e responde com um impulso elétrico para ativar o aquecimento ou o resfriamento. Isso é autonômico, o morador não precisa fazer nada, somente o termostato faz. Um outro exemplo são os modernos aviões. A fuselagem e os motores do avião são encaixados com uma placa de sistema que detecta e responde a condições adversas como turbulências. Quando este sistema autonômico detecta um problema, ele reage instantâneamente seguindo políticas pré-ajustadas e programas para estabilizar o avião e fazer com que os passageiros viagem confortavelmente e seguros. Um avião é um complexo e sofisticado sistema que deve operar com confiança, mas as empresas são ainda mais complexas, pois exigem uma maior confiabilidade e desempenho em seus negócios. Hoje em dia os mercados financeiros são muito mais complexos que um moderno avião. 5

6 Capítulo 3 Auto Gerenciamento Um sistema auto gerenciado tem a habilidade de detectar falhas e solucionálas, de adicionar e/ou remover programas, adicionar e/ou remover hardwares, se proteger contra vírus, spywares, malwares, detectando-os e eliminando-os do sistema, se auto configurar mediante a regras pré-estabelecidas, além de fazer tudo isso de forma otimizada. O auto gerenciamento possui quatro características principais: Auto Configuração (Self-Configuring), Auto Cicatrização(Self-Healing), Auto Otimização (Self-Optimizing) e Auto Proteção (Self-Protecting). Figura 3.1: Características principais do Auto Gerenciamento 6

7 3.1 Auto Configuração ( Self-Configuring ) Auto Configuração é a habilidade de um sistema se configurar automaticamente, com a mínima intervenção humana possível e podendo sofrer alterações em suas configurações durante sua execução. Estas possíveis alterações podem ajudar na verificação contínua da intensidade e da efetividade de um sistema. 3.2 Auto Cicatrização ( Self-Healing ) A Auto Cicatrização é a capacidade de um sistema detectar e solucionar, em tempo de execução, possíveis falhas que podem vir a surgir no sistema, sem prejudicar seu funcionamento. Nas empresas certos tipos de falhas podem ser o divisor entre o crescimanto da empresa e o caos. 3.3 Auto Otimização ( Self-Optimizing ) É a capacidade do sistema realizar todas suas tarefas da maneira mais eficiente possível. Uma maior eficiência na alocação de recursos e para encontrar o que o usuário necessita. 3.4 Auto Proteção ( Self-Protecting ) A Auto Proteção é definida como a destinação de informações corretas a usuário corretos, garantido que o usuário só terá acesso a dados, os quais lhes são destinados. Também garantir a total segurança dos dados da empresa, detectando possíveis invasões e realizando ações corretivas instantaneamente e também realizando ações preventivas contra novas invasões. Com estas características, um sistema pode estar em funcionamento com toda proteção, otimizado e configurado com o mínimo de intervenção humana, isto tudo em um único produto, com isso tendo uma diminuição considerável nos custos de TI. 7

8 Capítulo 4 Computação Autonômica e métodos de aprendizagem Em 2001 Paul Horn, vice-presidente de pesquisa da IBM, introduziu a idéia da computação autonômica, que tinha princípios no sistema nervoso autônomo humano, no qual ele gerência a freqüência cardíaca e a temperatura do corpo, que sinaliza ao cérebro caso algo esteja errado, e este por sua vez desencadeará vários processos para encontrar e solucionar tal problema. Segundo [CK03] a computação autonômica é definida como sendo um sistema que pode se auto gerenciar, dando o alto nível de objetividade aos administradores. Para que tal sistema possa saber como gerenciar, ele deverá aprender de alguma maneira. Alguns métodos de aprendizagem foram apresentados, um dos mais comuns é a de um administrador registrar algumas políticas de conduta perante um sistema e a partir daí este sistema terá a capacidade de auto gerenciar, como exemplo de sistema possível de auto gerenciar, uma rede de computadores. Alguns outros algoritmos para treinamento de gerência ou de algumas tarefas específicas foi proposto por vários pesquisadores. Em [Dob06] são apresentados alguns deles, os quais são descritos abaixo: Redes Neurais: Utilização de Redes Neurais Artificiais para a aprendizagem de todo o roteamento da rede, utilizando reforço de aprendizagem e posteriormente aprender a realizar tal roteamento sozinha. 8

9 Neste caso a Rede Neural será treinada com estes roteamentos iniciais, pelos quais ela vai ajustando seus pesos sinápticos e se adaptando à forma de realização de todo o roteamento. Algoritmos Genéticos: Foram utilizados e avaliados para descobrir novos trajetos da rede, para encontar caminho ótimos, oferencendo rapidez na transmissão dos pacotes, oferecendo potencial Qualidade de Serviço (QoS). Além de outras abordagens como algoritmos para a construção e manutenção de sistemas peer-to-peer baseados em distribuição de tabelas hash, também algoritmos baseados no comportamento natural, outra linha é a topologia auto-adaptável, no qual realiza-se um estudo para a topologia ótima para o problema em questão, além de outras abordagens. 9

10 Capítulo 5 Redes Autonômicas As Redes Autonômicas descreve um das principais aplicações da computação autonômica, na qual possui a capacidade de realizar seus processso sem a interferência humana. Com o crescimento da complexidade das redes de computadores, impulsionada pelo grande crescimento da Internet, os sistemas de gerência de rede tem se tornado cada vez mais trabalhoso e dispendendo de uma grande leva de profissionais de TI.[Ste04] A partir disto, uma Rede Autonômica possui a capacidade de recuperação de falhas, adequações dos parâmetros de rede para situações imprevistas, otimização dos processos de rede, entre outros. Para que isso seja possível é necessário alguma maneira para que a rede aprenda como gerenciar todos estes componentes, um destes meios é a apresentação à rede algumas políticas de trabalho, na qual as mesmas serão definidas pelo administrador, assim a rede terá como efetuar as ações necessárias para o seu gerenciamento. Outro meio é ensinar a rede como tomar decisões, armazenar um banco de problemas conhecidos e decisões tomadas para que assim a rede aprenda como gerenciar. Várias tecnologias de rede tem surgindo com isso há necessidade de integração entre elas, exemplos destas tecnologias são as redes ad hoc, rede em malha, rede Sensores Sem Fio (RSSF), redes metropolitanas e em cada uma destas tecnologias possui um protocolo de comunicação diferente, tornando o processo de integração mais complexo. 10

11 5.1 Características Pincipais de Redes Autonômicas [RK06] apresenta algumas características principais de uma rede autonômica, algumas destas características são descritas abaixo. 1. Roteamento: Alguns protocolos de roteamento tais como OSPF provêm funcionalidades autonômicas, após configurar os pesos das ligações o protocolo detectará falhas, caso elas ocorram, e a falha será rastreada até que seja detectada, convergindo para um novo caminho válido. Alguns protocolos de distância tais como BGP provêm similares funcionalidades. 2. Conhecimento da Região de Operação: Sistemas Autônomos devem realizar suposições sobre seu ambiente de operação, mas mudanças podem ocorrer e muitas vezes tais suposições serão inválidas e algumas modificações em seu comportamento serão requeridas. 3. Controlar casos de falha comuns: É também importante entender os cenários comuns de falha e assegurar que o comportamento autônomo de controle do sistema serão igualmente apropriados para estas situações. 4. Ser explícito: Sem explicitar o objetivo a qualquer sistema autônomo, ele se afundará em generalidades. Visto que o sucesso não pode ser definido, um inesperável resultado pode ser obtido, quão maior a complexidade da rede mais inesperado será o resultado. Contudo eles podem trabalhar, mas trabalharão ineficientemente e de uma maneira incompreensível. 5. Suporte à compreensão humana: Redes de grande escala envolve muitos fatores distintos, e alguns destes fatores não podem ser direcionados para sistemas os realizarem. Para isso pessoas devem ser envolvidas para operarem tais redes, assim estas redes devem ser compreensíveis para as pessoas que as operarão. 11

12 Figura 5.1: Exemplo de um Elemento Autonômico 6. Monitorar e Validar: Uma rede autonômica deve ter a característica de de auto-monitorar e se auto-validar, reduzindo assim a carga deste tipo de trabalho para o operador humano, permitindo assim que o humano possa executar tarefas de mais alto nível. 5.2 Elemento Autonômico Um elemento autonômico (EA) de rede é a célula principal da mesma, realizando o trabalho de monitoramento, planejamento, análise e execução de ações necessárias para a manutenção da rede, além de um conhecimento adquirido pelo elemento, para saber tomar tais decisões. Além disto um EA também possui outros componentes tais como os sensores e efetuadores, que consistem em monitorar o ambiente e executar ações respectivamente. A figura 5.1 apresenta o modelo de EA descrito pela IBM. Os sensores são quem se interage com o meio externo, caso haja necessidade e esta necessidade é detectada através da comparação da situação no qual se encontra sistema e com base em seu conhecimento, o elemento é capaz de detectar tal necessidade e posteriormente a enviar uma solicitação para que assim os efetuadores, realizarem alguma ação corretiva. Este processo é denominado loop de controle, que é realizado ininterruptamente. Para cada componente existente na rede, um elemento de controle é atribuido a ele, no qual cada elemento mantém seu comportamento interno, e externo em relação com os outros elementos, de acordo com políticas estabe- 12

13 lecidas pelo homem ou pelos demais elementos. Este relacionamento é feito pricipalmente por meio de conexões peer-to-peer e cliente-servidor. Segundo [NS07] os elementos autonômicos podem ser hardware, software de aplicação ou um sistema inteiro. 5.3 Arquiteturas de Gerencimento de Redes Autonômicas Em seu trabalho [Kon03] afirma que para que uma arquitetura de gerenciamento suporte um comportamento autonômico ela deve satisfazer os alguns requisitos: Suporte a representação da configuração do elemento e desempenhar as propriedades utilizads para controlar e monitorar o comportamento do elemento; Expressar o relacionamento entre diferentes elementos autonômicos; Controlar o acesso as propriedades de configuração assim como assegurar a visão consistente; Habilitar automáticos elementos para descobrir, acessar e controlar as configurações de outros elementos dependentes; Habilitar a configuração persistente e recuperação do elemento. Segundo [Ste04] os elementos básicos para construções de redes autonômicas incluem sensores e efetuadores. O comportamento dos sistemas são monitorados através de sensores e posteriormente é realizado o planejamento das ações que serão tomadas e assim realizá-la por meio dos efetuadores, criando um ciclo de controle, chamado de loop de controle. Uma arquitetura define como serão colocados os elementos constituintes da rede, como será o processo de comunicação entre os elementos, seu protocolo de comunicação, que tipo de método de aprendizagem será utilizada para ensinar o elemento autonômico, entre outros. 13

14 Figura 5.2: Estrutura da MANNA Arquitetura MANNA A Arquitetura MANNA foi desenvolvida no Brasil, é aplicada em Redes de Sensores Sem Fio(RSSF). Estas redes possui várias aplicações, dentre elas a de controle e gerenciamento de sistemas remotos, não havendo como gerenciá-las, onde são aplicado a gerência autonômica. Esta arquitetura é toda baseada no paradigma da computação autonômica, pois necessita de ser auto-gerenciável. Cada elemento da rede constitui um nó sensor autônomo, dotado de um processador, transceptor, uma bateria limitada, uma memória limitada, e dispositivos de comunicação que serão distribuidos sobre o local o qual eles irão monitorar, formando uma malha sobre o local, após serem distribuídos no local os sensores iniciarão o processo de comunicação entre si, que iniciará o processo de monitoração. Os nós são divididos em grupos, em cada grupo existe um líder que receberá informação dos outros e emitirá os dados do grupo o qual ele comanda para um ponto de acesso. A MANNA é dividida em três dimensões de gerenciamento, sendo duas utilizando abordagens de rede tradicional e uma denominada de Funcionalidades da RSSF, a qual é baseada no modelo de rede autonômica[rui03]. A figura 5.2, mostra da estrutura da MANNA. Segundo [Rui03] a MANNA é um rede ad hoc com recursos limitados, seu protocolo de comunicação não possui serviços de segurança especificado, por restrições de redes ad hoc. Seu método de aprendizagem é baseado em políticas que são apresentas pelos administadores da rede, e tal arquitetura 14

15 Figura 5.3: Exemplo da Arquitetura Peer-to-Peer não foi implementada, foi apenas deixada por enquanto como algo teórico Arquitetura Peer-to-Peer A Arquitetura peer-to-peer(p2p) é uma arquitetura de gerenciamento que foi desenhada para cobrir todos os requerimentos de um gerenciamento autônomo. Konstantinou [Kon03] apresenta a arquitetura peer-to-peer como sendo uma arquitetura composta de duas camadas, como apresentada na figura 5.3. Na camada inferior um objeto distribuído, o Modelador, que provê a um consolidado elemento alguns serviços como configuração, relacionamento, estado e desempenho tão quanto seus eventos de comportamento. Este Modelador provê interface para acessar e manipular os dados gerenciados. Para que com isso a camada superior poder acessar um modelo unificado de dados, interpretando seu comportamento e ativando suas funções autonômicas. O Modelador realiza seu trabalho através de uma modelagem de gerenciamento da informação, Konstantinou[Kon03] baseou-se no paradigma da orientação à objetos, pois os relacionamentos é algo importante neste paradigma assim como em uma modelagem de gerenciamento, por isso tal arquitetura foi expressa em RDL(Resource Definition Language), que é uma linguagem orientada a objetos. 15

16 Capítulo 6 IBM e Autonomic Computing Em outubro de 2001, a IBM lançou um manifesto observando que o principal obstáculo para o progresso da indústria de TI era a aproximação da crise de complexidade dos softwares. Apresentou ambientes com dezenas de milhões de linhas de código, que dispendia de muitos funcionários de TI para sua instalação, configuração e manutenção[ck03]. A partir disto a IBM começou a financiar diversas pesquisas na área de computação autonômica. Muitas destas pesquisas geraram resultados e a IBM já está utilizando estes resultados em seus softwares, alguns exemplos destes softwares é descrito abaixo. 6.1 IBM Tivoli: soluções em gerenciamento de software O IBM Tivoli providencia serviço de gerenciamento que automatiza o monitoramento e resolução de edições de serviços, correlaciona dados operacionais para localizar a causa de problemas, e providenciar uma visão de negocio de uma infra-estrutura assim a equipe pode imediatamente determinar o impacto do negocio em qualquer edição. O IBM Tivoli que monitora o software, segue o desempenho do sistema, automatiza processos de recuperação se o sistema esta operando fora do nível de desempenho, e colocas os dados no sistema de armazenagem do IBM Tivoli. Também monitora o desempenho da transações sintéticas no intervalo 16

17 de dois a dois minutos e meio, para medir o desempenho dos processos específicos para uma perspectiva de usuário final. As regras de negócios automatizam alertas quando cada pagina cai a baixo do nível especificado. O sistema separa cada processo em etapas individuais e pode-se rapidamente identificar as causas da lentidão, assim ações corretivas podem ser tomadas. O software de gerenciador de configuração do Tivoli faz varreduras diariamente. Isto é critico para evitar conseqüentes performances e manter outros problemas operacionais de edições anteriores, pois os sistemas são atribuídos novamente de uma linha de negocio a outra, baseado na demanda. O software gerenciador de sistemas de negócios IBM Tivoli providencia uma lógica visão singular de uma empresa de site em termos de sistemas de negócios critico que ajuda a equipe da TI, priorizando ações para suporte, o mais importante nos sistemas de negócios. Adicionalmente, o software gerenciador de sistemas de negócios Tivoli providencia a capacidade de planejamento da equipe com a informação necessária pra modelar cenários por cada linha do negocio. Fazendo assim, a equipe pode eficazmente avaliar exigências de recursos. O software conselheiro do nível de serviço da IBM Tivoli alerta a equipe quando a demanda por um item ou categoria cresce rapidamente mais que o projetado. Este serviço providencia a equipe um histórico inteligente. 6.2 IBM DB2: software de gerencia de banco de dados O software IBM DB2 Universal Database é um banco de dados para desenvolver soluções de missões críticas. Em versões anteriores, DB2 expande fundação em computação autonômica com potencialidades que reduz as complexidades em desenvolver-se, gerenciando e configurando banco de dados relacionais. O Monitor de Saúde fornece uma caixa de monitoramento de chaves de desempenho e confiabilidade do DB2 e oferece um perito em conselhos sobre resolver problemas. A configuração do DB2 Conselheiro permite até que um usuário novato consiga configurá-lo para que sejam realizados exames diários. Liberações do BD2 Universal Database caracterizara potencialida- 17

18 des na infra-estrutura para trazê-lo ao nível da seguinte automatização e do auto-controle do sistema, permitindo uma grande quantidade de operações, mudanças de configurações e manutenção de utilidades para funcionar simultaneamente com sistemas on-line, e fornecer monitoração e relatório das atividades do sistema e recursos utilizados. Este monitoramento e as capacidades on-line ajustaram o estágio para a pesquisa no controle de recurso adaptável, em ajuste dinâmico e em manutenção automática. 18

19 Capítulo 7 Desafios da Computação Autonômica A Computação autônomica é uma visão de um grandioso desafio do futuro, na qual sistemas de computador irão gerenciar a si mesmo, de acordo com objetivos de alto nível criado por humanos. A indústria de TI reconhece que encontrar esse desafio é imperativo, contrariamente os sistemas de TI logo ficarão impossíveis de administrar. Mas encontrar este desafio é extremamente difícil. Os desafios da computação autonômica estão em várias áreas e o desafio inicial é endereçá-los[kep05]. Computação autônoma oferece um território rico de aplicação para pesquisadores em muitos ramos de informática, incluindo arquitetura de software, sistemas, inteligência artificial e interfaces humano-computador. É também possível beneficiar-se de avanços em matemática aplicada, aplicações singulares de mecanismos econômicos e mesmo estudos etinográficos. Computação autonômica abrange vários campos, que vão além dos limites da informática tradicional. Os desafios são divididos em três partes básicas: elementos autônomos, sistemas autônomos, e interações entre humanos e computadores. 19

20 7.1 Elementos Autônomos Elementos autônomos são os blocos básicos da construção de sistemas autônomos, que por suas interações mútuas produz o comportamento total de autoadministração de sistemas autônomos de computação. Essencialmente qualquer recurso de tipo de computação pode ser visto como um elemento autônomo: um artifício de armazenamento, uma base de dados ou servidor de aplicação, um componente de middleware, um balanceador de carga, um gerente de carga de trabalho, um corretor de recurso, etc. Os elementos autônomos são divididos em: Elementos autônomos específicos O desafio seria pesquisar, para buscar a direção de melhorar a capacidade auto-administração de componentes específicos tal como bases de dados, sistemas de armazenamento, servidores, etc. 1. Tecnologias autônomas genéricas de elemento O desafio seria pesquisar tecnologias que são geralmente aplicáveis a elementos autônomos, incluindo planejamento, modelagem, prevenção, otimização, etc, e testar para classificar as melhores. 2. Arquiteturas autônomas genéricas de elemento, ferramentas e protótipos Pesquisar na estrutura interna de elementos autônomos, ferramentas que possam ajudar a criar elementos autônomos, e implementações de referência de elementos autônomos construídos com estas ferramentas. Pois elementos autônomos necessitarão compartilhar métodos comuns para colecionar e representar dados controlados. Os desafios aqui será principalmente a padronização. Um esforço notável definir um formato comum e coerente para acontecimentos controlados e nos formatos de arquivos. 20

21 7.2 Sistemas Autônomos Os desafios presentes na elaboração de sistemas autônomos é subdivido em: 1. Tecnologias autônomas de sistema Pesquisar em tecnologias genéricas que implicam em interações entre múltiplos elementos autônomos, para alcançar metas de sistema por nível, incluindo determinação de problema e cura, previsão automatizada, gerência de carga de trabalho, instalação automatizada e configuração, gerência de integridade, etc. 2. Sistemas de arquitetura autônoma e protótipos Pesquisar em arquiteturas sistema por nível que eficientemente governa interações entre elementos autônomos, e protótipos que montam os muitos outros pedaços descritos nesta estrutura para demonstrar sistemas com melhoramento de auto-gerência em relação a sistemas existentes. 3. Ciência de Sistema autonômico Pesquisar na ciência fundamental de sistemas de computação autônoma de larga escala, endereçando perguntas de aprender, estabilidade, controle e comportamento emergente em sistemas com vários agentes, e também endereçando perguntas de como quantificar o grau de autogerência nos sistemas. 7.3 Interações entre humanos e computadores É caracterizado pelos seguintes desafios: 1. Estudo Humano Pesquisas em interações do presente e futuro, entre administradores humanos e outros usuários com sistemas de auto-gerenciamento, determinar que interfaces e outros modos de interação são bem eficientes. 21

22 2. Política Pesquisar os métodos para extrair políticas de alto nível das pessoas, representando e transformando apropriadamente essas políticas dentro de sistemas autônomos e administrar o comportamento respeitando essas políticas. 22

23 Capítulo 8 Aplicações de Sucesso Algumas empresas já estão utilizando alguns softwares que têm a computação automômica como base para o gerenciamento de vários processos que antes eram realizados por profissionais de TI. Estas empresas obtiveram ganhos significativos de tempo, dinheiro e qualidade do serviço prestado. Alguns exemplos de empresas que utilizam estes softwares e como eles foram implantados são descritos abaixo. 8.1 Demanda de Negócio JBBC Japan Business Computer Corporation (JBCC) diminui o tempo de determinação de problema em 50% com auto-gerenciamento de tecnologia autônoma, com essa redução do tempo o custo também foi reduzido. Autonomizando e integrando os processos ajuda a otimizar a eficiência e permite que companhias possam redirecionar seus processos para o outra equipe de funcionários elevando o valor do processo. Com um virtualizado auto-gerenciamento num ambiente autônomo, podese uma visão por nível do gerenciamento simplificando-o. Os benefícios são redução do tempo de determinação do problema em 50%, aumento da qualidade do serviço, diminuição do tempo de treinamento e custo, e permite um uso mais eficiente dos recursos. Japan Business Computer Corporation (JBCC) é o maior fornecedor de TI e de solução de problemas computáveis em pequenas e médias empresas. 23

24 O serviço da companhia se espalha pelo mundo, construindo, operando, fazendo manutenção e descobrindo soluções TI, ajudando empresas a passar pelos seus desafios. Seus 1000 empregados servem a quase empresas através do Japão. Os funcionários trabalham num ambiente onde eles se ajudam mutuamente para satisfazer as necessidades do consumidor. O ambiente de trabalho da JBBC estava ficando muito complexo, então eles resolveram mover-se de uma gerência de sistemas normal para um sistema TI de gerência de serviço ajudando a equipe de funcionários existentes controlar a complexidade de crescimento, através de um controle do processo por nível. Então o auto-gerenciamento de sistema com tecnologia autônoma diminui o custo e simplifica o gerenciamento. 8.2 Business Mart O objetivo da empresa usando tecnologia autônoma é achar rapidamente o raiz do problema de TI para manter uma alta qualidade de serviço. A solução é um gerenciamento de sistema em um ambiente autônomo, que automatiza os processos e permite aos funcionários uma maior introspectiva do processo. Os benefícios são a redução da determinação do problema em 40%, assim administradores altamente qualificados ficam livres para focar em novas oportunidades. Business Mart desenvolve e opera para algumas das maiores e mais bem sucedidas plataformas da Europa. E também ajuda cerca de 133 empresas, e aproximadamente 506 mil transições por mês. Com o crescimento da empresa a complexidade do ambiente de trabalho também aumenta. Então deve-se gerenciar o crescimento de maneira eficiente para os serviços não percam suas qualidades. Para este gerenciamento devese: Converter rapidamente formatos conhecidos por poucos do registro dos componentes heterogêneos em uma língua comum para uma integração e um análise mais rápida. Automatizar a correlação e a análise dos dados de registro gerados por serviços frouxamente acoplados, para que os administradores possam 24

25 rapidamente encontrar a causa da raiz de todo o problema. Criar uma base de problemas conhecidos junto com soluções associadas, com as diretrizes orientadoras da equipe de funcionários para acelerar tempo de definição do problema. A Business Mart pretende diminuir ainda mais o tempo de determinação do problema para sempre estar um passo a frente das concorrentes. 25

26 Capítulo 9 Conclusão A computação autonômica veio para resolver alguns problemas existentes na computação tradicional. A complexidade de gerenciamento de sistemas de grande porte, gerenciamento de redes de larga escala, altos custos em TI para manutenção de sistemas complexos, falhas nestas gerências, alto gasto de tempo para realização de tais tarefas. Este novo paradigma ainda está em sua fase teórica, até hoje não existe um sistema 100% autonômico, pois alguns desafios devem ser superados, mas para isso muitas pesquisas vem sendo realizadas. Alguns softwares, como é o caso dos softwares da IBM já possuem algumas idéias da computação autonômica e já está reduzindo custos de muitas empresas, as quais já estão utilizando os produtos. 26