[논문 리뷰] ACME vs PDDL: support for dynamic reconfiguration of software architectures

Jean-Eudes Méhus, Thaı́s Batista외 1명|arXiv (Cornell University)|2012. 06. 01.

AI-based Problem Solving and Planning참고 문헌 23인용 수 5

한 줄 요약

이 논문은 PDDL 기반 동적 소프트웨어 아키텍처 재구성 계획을 ACME의 구조적 제약 조건과 유형을 직접 계획 모델에 통합하여 향상시킨다. 아키텍처 인variant의 정적 검증을 도입하고, 제약 조건을 PDDL 전제 조건과 파생 술어에 통합하여 계획기들이 항상 유효하고 일관된 재구성 시퀀스만 생성하도록 보장한다. 클라이언트-서버 예제를 통해 검증되었으며, 65개의 계획기에서 테스트되었으며, 제한된 PDDL 기능 지원에도 불구하고 17개의 계획기가 4단계 계획을 정확히 생성하였다.

ABSTRACT

On the one hand, ACME is a language designed in the late 90s as an interchange format for software architectures. The need for recon guration at runtime has led to extend the language with speci c support in Plastik. On the other hand, PDDL is a predicative language for the description of planning problems. It has been designed in the AI community for the International Planning Competition of the ICAPS conferences. Several related works have already proposed to encode software architectures into PDDL. Existing planning algorithms can then be used in order to generate automatically a plan that updates an architecture to another one, i.e., the program of a recon guration. In this paper, we improve the encoding in PDDL. Noticeably we propose how to encode ADL types and constraints in the PDDL representation. That way, we can statically check our design and express PDDL constraints in order to ensure that the generated plan never goes through any bad or inconsistent architecture, not even temporarily.

연구 동기 및 목표

• 기존 PDDL 기반 재구성 계획에서 제약 조건 지원 부족으로 인해 계획기가 유효하거나 일관되지 않은 재구성 시퀀스를 생성할 수 있는 문제를 해결하기 위해.
• 소프트웨어 아키텍처의 PDDL 인코딩을 확장하여 ACME의 유형 체계, 아키텍처 스타일, 그리고 컴포넌트 바인딩 및 커넥터 제약 조건과 같은 아키텍처 인variant를 포함하기 위해.
• 정적 검증을 통해 제약 조건을 사전에 검증하고 이를 계획 전제 조건에 통합하여, 일시적인 상태 동안에도 재구성 계획이 아키텍처 인variant와 항상 일관되게 유지되도록 보장하기 위해.
• 현재 도구에서 제한된 PDDL 표준 지원에도 불구하고 실제 계획기를 사용하여 개선된 PDDL 인코딩의 타당성과 정확성을 평가하기 위해.

제안 방법

• 저자들은 ACME의 컴포넌트-연결자 아키텍처 모델(유형, 포트, 역할, 바인딩 포함)을 PDDL 술어와 유동성으로 매핑한다.
• 양적 논리 공식을 사용하여 유도된 PDDL 술어(예: unbound-port, unbound-role)를 정의하여 액션 효과를 명시적으로 기술하지 않고도 아키텍처 상태를 표현한다.
• ACME의 제약 조건(예: 유형 안전성, 클라이언트-서버 스타일)과 아키텍처 인variant를 PDDL 액션의 전제 조건으로 인코딩하고 정적 검증을 수행한다.
• 특히 파생 술어를 지원하지 않는 계획기들과의 호환성을 높이기 위해, 파생 술어를 피하고 명시적인 확장 인코딩을 사용한다.
• 기본자 확장과 부정 전제 조건 처리를 위해 추가 술어를 사용하여, 부정 전제 조건을 지원하지 않는 계획기들과의 호환성을 유지한다.
• 저자들은 클라이언트-서버 재구성 예제를 대상으로 인코딩을 평가하였으며, 2011년 국제 계획 경쟁에서 사용된 65개의 계획기를 활용하여 계획의 정확성과 성능을 측정하였다.

실험 결과

연구 질문

• RQ1 PDDL는 ACME의 아키텍처 제약 조건(유형 및 아키텍처 스타일 포함)을 네이티브로 인코딩할 수 있는가? 이를 통해 유효한 재구성 계획을 보장할 수 있는가?
• RQ2 재구성 과정 전반에 걸쳐(일시적인 상태 포함) 아키텍처 인variant를 어떻게 강제할 수 있는가? 이를 통해 유효하지 않거나 일관되지 않은 구성이 발생하는 것을 방지할 수 있는가?
• RQ3 기존 계획기가 제약 인식 재구성 계획을 위해 필요한 확장된 PDDL 기능을 어느 정도 지원하는가?
• RQ4 정적 제약 조건 검증을 PDDL 계획과 효과적으로 통합하여 컴파일 시점에 유효하지 않은 계획을 완전히 제거할 수 있는가?

주요 결과

• 평가된 65개의 계획기 중 17개가 제약 조건이 없는 클라이언트-서버 예제에 대해 정확한 4단계 재구성 계획을 생성하여 인코딩의 타당성을 입증하였다.
• 유도된 술어(예: unbound-port)를 지원하는 계획기는 오직 한 개뿐이었으며, 이는 현재 도구에서 이 PDDL 기능의 낮은 수용도를 시사한다.
• 전제 조건을 통한 제약 조건 인코딩을 지원하는 계획기는 없었으며, 이는 기능이 의미적으로 타당함에도 불구하고 PDDL 표준에서의 이행 부족을 보여준다.
• 부정 전제 조건은 6개의 계획기에 의해 지원되지 않았지만, 저자들은 추가 술어와 효과를 통해 이를 모방할 수 있음을 보였다.
• 정확한 계획기를 위한 성능은 만족스러웠으며, 대부분의 계획기는 표준 PC에서 300ms 이내에 예제를 해결하였다. 유일하게 2.5초가 소요된 계획기는 예외였다.
• 결과적으로 현재 계획기가 PDDL 기능을 완전히 지원하지는 않지만, 제안된 인코딩은 대부분의 계획기와 호환되며, 기본 변환(기본자 확장 및 부정 처리)을 통해 적절히 변형될 수 있음을 시사한다.