Models@run.time: Foundations, Applications, and Roadmaps

به طور سنتی، تحقیقات بر روی مهندسی مدل محور (MDE) عمدتاً بر استفاده از مدل‌ها در مراحل طراحی، اجرا و تأیید توسعه متمرکز بوده است. این کار تکنیک ها و ابزارهای نسبتاً بالغی را تولید کرده است که در حال حاضر در صنعت و دانشگاه مورد استفاده قرار می گیرند. با این حال، مدل‌های نرم‌افزاری همچنین پتانسیل استفاده در زمان اجرا، نظارت و تأیید جنبه‌های خاص رفتار زمان اجرا، و پیاده‌سازی قابلیت‌های خود* را دارند (مانند فناوری‌های سازگاری که در سیستم‌های خود درمانی، خود مدیریتی و خودبهینه‌سازی استفاده می‌شوند. ). یک مزیت کلیدی استفاده از مدل‌ها در زمان اجرا این است که می‌توانند پایه معنایی غنی‌تری برای تصمیم‌گیری در زمان اجرا مرتبط با نگرانی‌های سیستم زمان اجرا مرتبط با سیستم‌های خودمختار و تطبیقی ​​فراهم کنند. این کتاب یکی از نتایج سمینار Dagstuhl 11481 در مدلs@run.time است که در نوامبر/دسامبر 2011 برگزار شد و در مورد مبانی، تکنیک‌ها، مکانیسم‌ها، وضعیت هنر، چالش‌های پژوهشی و کاربردهای استفاده از مدل‌های زمان اجرا بحث می‌کند. این کتاب شامل چهار نقشه راه تحقیقاتی است که توسط شرکت کنندگان اصلی سمینار داگستول در طول دو سال پس از سمینار نوشته شده است، و هفت مقاله تحقیقاتی از متخصصان آن منطقه. مقاله‌های نقشه راه، بینش‌هایی درباره ویژگی‌های کلیدی استفاده از مدل‌های زمان اجرا ارائه می‌دهند و چالش‌های تحقیقاتی زیر را شناسایی می‌کنند: نیاز به یک معماری مرجع، عدم قطعیت رفع شده توسط مدل‌های زمان اجرا، مکانیسم‌هایی برای اعمال نفوذ مدل‌های زمان اجرا برای نرم‌افزارهای خودسازگار، و استفاده از مدل‌ها. در زمان اجرا برای پرداختن به اطمینان برای سیستم‌های خودسازگار.

Traditionally, research on model-driven engineering (MDE) has mainly focused on the use of models at the design, implementation, and verification stages of development. This work has produced relatively mature techniques and tools that are currently being used in industry and academia. However, software models also have the potential to be used at runtime, to monitor and verify particular aspects of runtime behavior, and to implement self-* capabilities (e.g., adaptation technologies used in self-healing, self-managing, self-optimizing systems). A key benefit of using models at runtime is that they can provide a richer semantic base for runtime decision-making related to runtime system concerns associated with autonomic and adaptive systems. This book is one of the outcomes of the Dagstuhl Seminar 11481 on models@run.time held in November/December 2011, discussing foundations, techniques, mechanisms, state of the art, research challenges, and applications for the use of runtime models. The book comprises four research roadmaps, written by the original participants of the Dagstuhl Seminar over the course of two years following the seminar, and seven research papers from experts in the area. The roadmap papers provide insights to key features of the use of runtime models and identify the following research challenges: the need for a reference architecture, uncertainty tackled by runtime models, mechanisms for leveraging runtime models for self-adaptive software, and the use of models at runtime to address assurance for self-adaptive systems.