Aide à la décision dynamique basée sur les performances pour la réutilisation des services

Dynamic Performance-based Decision Support for Service Reusability

• Auteur / Autrice : Tehreem Masood
• Direction : Nejib Moalla, Chantal Bonner
• Type : Thèse de doctorat
• Discipline(s) : Informatique
• Date : Soutenance le 26/10/2018
• Etablissement(s) : Lyon
• Ecole(s) doctorale(s) : École doctorale InfoMaths (Lyon ; 2009-....)
• Partenaire(s) de recherche : Equipe de recherche : DISP - Décision et Information pour les Systèmes de Production (Lyon, INSA)
• Partenaire(s) de recherche : établissement opérateur d'inscriptions : Université Lumière (Lyon ; 1969-....)
• Partenaire(s) de recherche : Laboratoire : Décision et Information pour les Systèmes de Production / DISP
• Jury : Président / Présidente : Bernard Archimède
• Jury : Examinateurs / Examinatrices : Gábor Tóth
• Jury : Rapporteurs / Rapporteuses : Yves Ducq, Lilia Gzara

Mots clés

Mots clés contrôlés

Microsoft Small Business Server (système d'exploitation des ordinateurs)

Recherche qualitative

SOA

Services Web

Mots clés libres

Service Web

Réutilisation des Services

SOA

SBS

Performance

Ontologie

Risque

Maturité

Dynamique

Aide à la Décision

Web service

Service reuse

SOA

SBS

Performance

Ontology

Risk

Maturity

Dynamicity

Decision support

Résumé

La réutilisation des services pour prendre en charge de nouveaux processus métier, en plus de l'alignement de l'informatique sur les fonctions métier, constitue une motivation clé pour l'utilisation de l'architecture orientée services (SOA) pour le développement de solutions métier. Dans une architecture orientée services, il est important de faciliter la sélection, la configuration et la composition des services existants pour faire face aux changements d’exécution ou à l’évolution des besoins des utilisateurs finaux. Contrairement aux autres systèmes logiciels traditionnels, le comportement dynamique des systèmes basés sur les services nécessite des informations de qualité de service (QoS) actualisées pour assurer une gestion appropriée dans les différentes étapes du cycle de vie. Les entreprises doivent connaître les performances des services Web et des processus métier pour préserver leur pérennité en matière de réutilisation des services. Les trois principaux avantages de la réutilisation des services sont l'amélioration de l'agilité des solutions en assemblant rapidement de nouveaux processus métier à partir des services existants pour répondre aux besoins changeants du marché, réduire les coûts en ne développant pas de nouveaux services pour activer des fonctions métier similaires dans plusieurs processus métier, mais également le déploiement et la gestion des services dans les environnements d'exécution tout au long du cycle de vie SOA. Cependant, il existe actuellement de nombreux défis liés à la durabilité et à la gouvernance du comportement des services pendant son cycle de vie. Parmi ces défis, on peut citer le niveau de performance, la persistance des exigences et l'adaptabilité du service. De plus, il existe certaines limites des outils de surveillance. Ils manquent d’anticipation dans la détection des problèmes et ils sont passifs et ne sont ni réactifs ni prédictifs. Cette thèse porte sur l’évaluation et les recommandations en matière de performance et de gouvernance des systèmes d’information pour suggérer la réutilisation des services au cours de son évolution. L'objectif est de maintenir la durabilité, la robustesse, l'adaptabilité, la réutilisabilité et l'évolutivité des systèmes d'information. À cette fin, nous évaluons les performances de l'architecture orientée service. Il existe plusieurs solutions de surveillance existantes conçues pour prendre en charge une couche spécifique de SOA. En particulier, BAM est un outil de surveillance des activités commerciales permettant de surveiller le flux de données pour les processus métier. Cependant, la surveillance BAM ne fournit pas l'évaluation des performances pour recommander des services et des processus à réutiliser. Il existe très peu d'approches prenant en charge la surveillance des couches SOA. De plus, les solutions sont partiellement dynamiques avec une aide à la décision limitée. Par conséquent, nous proposons une aide à la décision basée sur la performance pour une architecture orientée services. Il se compose de quatre couches en tant que couches de spécification, de gestion des données, d'exploration de données et de décision. La couche de spécification identifie les exigences de l'utilisateur final et les traite via l'ontologie proposée. La couche de données analyse les indicateurs techniques conformes aux normes de qualité les plus récentes, ISO 25010. Les caractéristiques de qualité sont liées à l'efficacité des performances, à la fiabilité et à la réutilisation. La couche d'exploration de données génère des décisions spécifiques basées sur des instances de service en appliquant les algorithmes d'apprentissage automatique. Il utilise les concepts ontologiques proposés et les règles d'inférence sémantique du service, des processus métier, des couches serveur et d'intégration. La couche d'exploration de données renvoie aux ontologies avec ces décisions spécifiques où des règles plus raffinées ont été générées....

Reuse of services in supporting new business processes, in addition to alignment of IT with business functions, is a key motivation in using Service-Oriented Architecture (SOA) for developing business solutions. In a service-oriented architecture, it is important to smooth the selection, configuration and composition of existing services to deal with the runtime changes or the evolution of End User requirements. In contrast to other traditional software systems, the dynamic behavior of service based systems requires up-to-date quality of service (QoS) information for its proper management in the different stages of the lifecycle. Organizations need to know the performance of Web services and business processes to maintain their sustainability for reuse of services. The three key benefits of service reuse are improving agility of solutions by quickly assembling new business processes from existing services to meet changing marketplace needs, reducing cost by not developing new services for enabling similar business functions across multiple business processes, but also spanning service deployment and management in runtime environments throughout the SOA lifecycle. However currently, there are many challenges related to the sustainability and governance of service behavior during its lifecycle. Among those challenges, one can mention level of performance, persistence of the requirements and adaptability of the service. Moreover, there are some limitations of monitoring tools. They lack of anticipation in problem detection, and they are passive and neither reactive nor predictive. This thesis focuses on providing assessment and recommendations for performance and governance of information systems for suggesting service reuse during its evolution. The aim is to maintain sustainability, robustness, adaptability, reusability and evolvability of information systems For this purpose, we evaluate the performance of service oriented architecture. There are several existing monitoring solutions designed to support a specific layer of SOA. Particularly, BAM is a business activity monitoring tool for monitoring the flow of data for business processes. However, BAM monitoring do not provide the performance evaluation for recommending services and processes to reuse. There are very few approaches that support monitoring of SOA layers together. Furthermore, the solutions are partially dynamic with limited decision support. Therefore, we propose performance based decision support for service oriented architecture. It consists of four layers as specification, data management, data mining and decision layers. The specification layer identifies the requirements from the End User and process through the proposed ontology. The data layer analyzes technical indicators that are compliant to the latest quality standard, ISO 25010. Quality characteristics are related to performance efficiency, reliability and reusability. The data mining layer generates specific decisions based on service instances by applying the machine learning algorithms. It uses the proposed ontological concepts and semantic inference rules of service, business process, server and integration layers. The data mining layer returns back to ontologies with these specific decisions where more refined rules have been generated from new ontological concepts. The decision layer processes these results and generates a global decision in terms of recommendations. It provides multi-viewpoints decision to reuse existing services or suggesting their composition. To motivate the proposition of this approach, we illustrate the implementation of the proposed algorithms for all the four layers by a business process use case and data set of public repository of shared services. The output of our system is recommendation for reuse of atomic service, composite service and resource allocation provisioning. We ensure the sustainability, adaptability...