Marcos Duarte – O que é o problema  Perda de dados, transtornos/prejuízos  Alto custo dos sistemas de backups Terceirizar resolve?

Apresentação em tema: "Marcos Duarte – O que é o problema  Perda de dados, transtornos/prejuízos  Alto custo dos sistemas de backups Terceirizar resolve?"— Transcrição da apresentação:

1 Marcos Duarte – marcosduarte@gmail.com

2 O que é o problema  Perda de dados, transtornos/prejuízos  Alto custo dos sistemas de backups Terceirizar resolve?

3 Solução  Sistema de backup utilizando a plataforma peer-to-peer Utilizar os recursos ociosos da própria instituição Escalabilidade de recursos de forma transparente ao sistema e ao usuário final Custo mais acessível

4 Falha em Sistemas críticos  Conseqüências Perda de informações: ○ Muitas vezes a própria base de dados vale mais que o sistema que a opera Prejuízos altos: ○ Custo da falha pode ser maior que o valor do sistema que a opera Readequação da confiança ○ problemas de desempenho tendem a serem pontuais, falhas tendem a estarem distribuídas

5 Confiança de software  “capacidade do produto de software de manter um nível de desempenho especificado, quando usado em condições especificadas” Disponibilidade Confiabilidade Segurança Proteção

6 Confiança de software

7  Quantificado através das métricas  ISO/IEC 9126 26 métricas de confiabilidade ○ Internas (8): produto não executável do softweare, como código fonte, especificação, entre outros ○ Externas (18): execução e comportamento do software. ○ Descartando as internas, e externas que não podem serem medias de forma automática, restam 7 métricas;

8 Confiança de software MétricaDescriçãoFórmula matemática Tempo médio entre falha (MTBF)Taxa de freqüência em que o software falha em operação. (falha recuperável) X = T / A, onde T representa o tempo total em operação, A representa o número total de falhas detectadas Tempo médio de indisponibilidadeQual é o tempo médio em que o sistema fica indisponível quando uma falha acontece. X = T / N,onde T é o tempo total de indisponibilidade, N é o número de indisponibilidade Remoção de defeitosQuantos defeitos foram sanadosX = A1 / A2, onde A1 é o número de defeitos corrigidos, A2 é o número de defeitos encontrados Prevenção de indisponibilidadeCom que freqüência o sistema causa a indisponibilidade completa do ambiente de produção X = 1 - B / A,onde A é o número de indisponibilidades e B é o número de falhas DisponibilidadePercentagem de tempo em que o sistema se encontra operacional e capaz de oferecer os serviços requerido X = To / (To + Tr), onde To é o tempo de operação do sistema, Tr é o tempo de reparo do sistema Densidade de defeitosA quantidade de defeitos detectada durante o período de teste X = A / B, onde A é o número de defeitos encontrados, tamanho do sistema Densidade de defeitos latente estimadaQuantidade de defeitos que existem ou ainda podem surgir como falhas futuras X = |A1 – A2| / B, números de defeitos latentes estimados, A2 o número de defeitos encontrados e B o tamanho do sistema.

9 Confiança de software  Modelos de confiança Segundo Lyu possui entre cerca de 200 modelos catalogados; Avaliar quantitativamente as tecnologias empregadas; Oportunamente avaliar a qualidade de um projeto na sua fase de concepção; Pode ser utilizado para monitoramento do desempenho operacional do software; Controlar as falhas introduzidas durante alterações no software

10 Confiança de software  Modelos de confiança Baseados em tempo Baseados em cobertura

11 Confiança de software  Modelos de confiança (tempo) Jelinski e Moranda Modelo Geométrico Modelo de Goel-Okumoto Modelo de Musa Modelos Bayesianos

12 Confiança de software  Confiabilidade (framework)

13 Confiança de software  Proteção Autenticação Criptografia de arquivos (pedaços) Troca de mensagens criptografadas

14 Confiança de software  Disponibilidade Quebra de arquivos e distribuição com base em algoritmo de ranqueamento dos peers envolvidos; Mecanismo de cache para de injeção de pacotes na rede com maior desempenho;

15 Considerações finais  Próximos passos: Selecionar um processo de desenvolvimento e adequá-lo ao processo de confiabilidade levantado Estabelecer critérios de escolha para a ferramenta de análise de confiabilidade Estabelecer e implementar a arquitetura Elaborar o algoritmo de rankeamento dos peers.

16 Considerações finais  O que é Confiabilidade, características, mensuração e modelos mais utilizados  Escalabilidade transparente  Custo mais baixo  Economia de banda

17  [1]NBR ISO/IEC 9126, Engenharia de software - Qualidade de produto. Modelo de qualidade, 2003.  [2] A. Tridgell and P. Macherras. The rsync algorithm.Technical report, TR-CS-96-05, Australian National University, Jun 1996.  [3]Sommerville, lan. Engenharia de Software/lan Sommerville. São Paulo, 2003. P. 299-311.  [4]CRESPO, Adalberto N., Modelos de Confiabilidade de Softwares baseados em cobertura de critérios estruturais de tese de doutoramento de teste de software, UNICAMP, Campinas: 1997.  [5]MUSA, J. D., Ianino, A., Okumoto, K., Software Reliability-Measurement, Prediction, Application, Mc Graw-Hill, New York, 1987.  [6] Emin Martinian. Distributed internet backup system (dibs). http://www.csua.berkeley.edu/_emin/source_code/dibs/.http://www.csua.berkeley.edu/_emin/source_code/dibs/  [7]Handbook of software reliability engineering / Michael R. Lyu, editor in chief p. cm. Includes index. ISBN 0-07-039400-8 (alk. paper) 1. Computer software— Reliability— Handbooks, manuals, etc. I. Lyu, Michael R. QA76.76.R44H36 1995005.1 — dc20.  [8] Emin Martinian. Distributed internet backup system (dibs). http://www.mit.edu/~emin/source_code/dibs/index.html.http://www.mit.edu/~emin/source_code/dibs/index.html  [9] Fernando Meira. Resilia: A safe & secure backup-system. Final year project, Engineerng Faculty of the University of Porto, May 2005.  [10]CleverSafe. Cleversafe dispersed storage project. http://www.cleversafe.org/dispersed-storage.http://www.cleversafe.org/dispersed-storage  [11] Landon P. Cox and Brian D. Noble. Samsara: honor among thieves in peer-to-peer storage. In SOSP ’03: Proceedings of the nineteenth ACM symposium on Operating systems principles, pages 120–132, New York, NY, USA, 2003. ACM Press.  [12] Landon P. Cox, Christopher D. Murray, and Brian D. Noble. Pastiche: making backup cheap and easy. SIGOPS Oper. Syst. Rev., 36(SI):285–298, 2002.  [13] Christopher Batten, Kenneth Barr, Arvind Saraf, and Stanley Trepetin. pStore: A secure peer-to-peer backup system. Technical Memo MIT-LCSTM-632, Massachusetts Institute of Technology Laboratory for Computer Science, October 2002.  [14]A. Tridgell and P. Macherras. The rsync algorithm.Technical report, TR-CS-96-05, Australian National University, Jun 1996.  [15]Jeantao, Pan. Software Reliability. Carnegie Mellon University 18-849b Dependable Embedded Systems Spring 1999.  [16] A. L Goel and K. Okumoto. Time-dependent error-detection rate model for software reliability and other performance measures. IEEE Transactions on Reliability, 28:206-211, 1979.  [17] P. L. Moranda and Z. Jelinski. Final report on software reliability study. Technical Report MADC Report, No, 63921, McDonnell Douglas Astronautics Company, 1972.  [18] Ganesh J. Pai. A survey of softwre reliability models. Technical report, Department of DCE, University of Virginia, 2002.  [19] Swapna S. Gokhale and Kishor S. Trivedi. A time/structure based software reliability model. Annals of Softwre Engineering, 8:85-121, 1999.  [20] Tom Mitchell. Machine Learning. McGraw-Hill, 1997.   [21] Dinesh D. Narkhede. Bayesian model for software reliability. Technical report, Indian Institute of Technology, 2001.  [22] John J. Marciniak. Encyclopedia of Software Engineering, volume 2. John Winsley & Sons, 1994.  [23] P. L. Moranda. Predictions of software reliability during debugging. In Proceedings ofthe Annual Reliability and Maintainability Symposium, 1975.