Forschung > Projekte > AutWitMan

Automatisiertes, wissensbasiertes IT-Management

Beteiligte an der Hochschule

  • M.Sc. Fabian Meyer

Kooperationspartner

Laufzeit

Beginn: Januar 2012
Ende: Dezember 2015

Finanzierung

  • Hochschulmittel

Kurzbeschreibung

Ziel des Dissertationsprojekts "Automatisiertes, wissensbasiertes IT-Management" ist die Entwicklung von Konzepten und Methoden für das wissensbasierte, automatisierte IT-Management, deren Umsetzung in ein generisches Management Framework und dessen exemplarische Anwendung.
Im Autonomic Computing hat sich als Vorgehensmodell für das automatisierte Management die sogenannte MAPE-K Loop etabliert, die sich in die vier Phasen Monitor, Analyze, Plan, Execute und die gemeinsame Wissensbasis (Knowledge Base) unterteilt. In der Monitoring-Phase werden Daten von unterschiedlichsten Datenquellen (Log-Record, Management-Schnittstellen, etc.) eines überwachten System gesammelt und aufbereitet, in der Analysephase untersucht und angereichert (Anwendung von Management Regeln, statistische Analyse, logisches Schließen, etc.) und in der Planungsphase Rekonfigurationsmaßnahmen entwickeln, die dann in der Ausführungsphase umsetzt werden.
In der Dissertation soll dieses Vorgehensmodell mit neuen Verfahren und Technologien aus dem Bereich des Semantic Web kombiniert und Ontologien als zentrales Wissensmodell eingesetzt werden. Sie bieten gegenüber rein syntaktischen Modellen den Vorteil einer formalen Unterlagerung, die es erlaubt, Schlüsse auf Basis der Modellsemantik zu ziehen und dadurch neues Wissen abzuleiten. Ontologien sind dabei so generisch, dass beliebige Domänen modelliert und miteinander verknüpft werden können.
In dieser Arbeit sollen Methoden entwickelt werden, die es ermöglichen, Ontologien und Datenströme von überwachten Systemen auf Modellebene semantisch zu verknüpfen, zusätzliche Ableitungslogik über die Standardmechanismen von Ontologien hinaus zu modellieren, Management-Logik und ein Wirkmodell einzubringen, zeitliche Verläufe nutzbar zu machen und die Performance zu verbessern, ohne dabei eine Wissensfragmentierung herbeizuführen. Nach der konzeptionellen und methodischen Ausarbeitung des Ansatzes soll ein generisches Management Framework entwickelt werden, das die erarbeiteten Methoden umsetzt und sich auf unterschiedlich Anwendungsfälle adaptieren lässt.