[论文解读] Model-Based Monitoring for IoTs Smart Cities Applications

Matteo Orrù, Marco Mobilio+4 more|arXiv (Cornell University)|Jul 19, 2018

Software System Performance and Reliability被引用 1

一句话总结

本文提出了一种基于模型的监控框架，用于物联网赋能的智慧城市建设应用，利用与 ISO 25011 对齐的质量模型，将高层次的监控目标映射到低层次的关键绩效指标（KPI），并实现探测器的自动化部署。该方法通过分层结构化监控目标，并将其集成到基于 PaaS 的 CloudHealth 基础设施中，实现动态仪表板可视化与实时系统健康评估，从而在异构系统中实现灵活、以利益相关者为导向的监控。

ABSTRACT

Smart Cities are future urban aggregations, where a multitude of heterogeneous systems and IoT devices interact to provide a safer, more efficient, and greener environment. The vision of smart cities is adapting accordingly to the evolution of software and IoT based services. The current trend is not to have a big comprehensive system, but a plethora of small, well integrated systems that interact one with each other. Monitoring these kinds of systems is challenging for a number of reasons.

研究动机与目标

• 解决在智慧城市建设中，针对具有多样化利益相关者需求的复杂异构物联网系统进行监控的挑战。
• 通过将高层次的质量目标映射到可度量的软件度量指标，实现灵活且自动化的监控。
• 通过基于模型的自动化，减少探测器配置与部署的手动工作量。
• 通过抽象化、分层的质量模型，支持不同利益相关者（如管理人员与技术人员）的多粒度监控。
• 将监控集成到 PaaS 云基础设施中，实现动态、可扩展且可适应的系统可观测性。

提出的方法

• 该方法使用源自 ISO/IEC TS 25011:2017 的分层质量模型，用于表示系统健康状况与质量属性。
• 将高层次的监控目标（如可靠性、性能）映射到具体的 KPI 和低层次度量指标（如可用性、数据速率）。
• CloudHealth 基础设施根据定义的模型与系统架构，自动部署监控探测器。
• 系统支持三个阶段：配置（选择目标与度量指标）、部署（将探测器分配到目标）、运行（通过自适应仪表板可视化数据）。
• 该模型支持抽象层级，使管理人员可查看业务层面的目标，而技术人员可访问低层次的技术度量指标。
• 该框架与 PaaS 环境集成，支持云原生、可扩展且可编程的物联网与微服务架构应用的监控。

实验结果

研究问题

• RQ1 基于模型的方法如何提升异构物联网智慧城市系统中监控的灵活性与可管理性？
• RQ2 如何系统性地将高层次的质量目标映射到可度量的低层次 KPI，以支持自动化？
• RQ3 分层质量模型在支持具有不同抽象层级的多利益相关者监控中发挥何种作用？
• RQ4 如何在 PaaS 环境中实现监控探测器部署与仪表板配置的自动化？
• RQ5 此类框架在多大程度上能够支持针对不断变化的运行与业务目标的动态、自适应监控？

主要发现

• 基于模型的方法通过将高层次目标映射到质量模型中定义的具体 KPI 和度量指标，实现了监控探测器的自动化部署。
• 该模型的分层结构使不同利益相关者（如管理人员与技术人员）能够以适当的抽象层级与监控数据进行交互。
• 与 CloudHealth 基础设施的集成支持动态仪表板生成与选定 KPI 及监控目标的实时可视化。
• 通过在质量模型中编码监控逻辑与部署规则，该框架减少了手动配置的开销。
• 该方法通过允许在任何时候更新模型以反映不断变化的利益相关者需求或系统行为，支持监控的可适应性。
• 该方法促进了一种一致、可扩展且模块化的监控基础设施，使智慧城市物联网应用中的技术度量与业务目标保持一致。