Tese de Doutorado: 31/05/2010, 13:00.

postado em 21 de mai de 2010 07:32 por Hyggo Oliveira de Almeida   [ 21 de mai de 2010 12:17 atualizado‎(s)‎ ]
Aluno: Alexandre Nóbrega Duarte.
Título: Uma Abordagem baseada em Testes Automáticos de Software para Diagnóstico de Faltas em Grades Computacionais.
Local: Auditório do Laboratório de Sistemas Distribuídos.
Banca Examinadora: Francisco Vilar Brasileiro, Ph.D (Orientador), Jorge César Abrantes de Figueiredo, D.Sc (DSC/UFCG),  Dalton Dario Serey Guerrero, D.Sc (DSC/UFCG), Edmundo Roberto Mauro Madeira, Dr. (UNICAMP), Inês de Castro Dutra, Ph.D (Universidade do Porto, Portugal).
Data: 31/05/2010.
Hora: 13:00.
Resumo: Muito tem se pesquisado nos últimos anos sobre tratamento de falhas com o objetivo de au- mentar a confiabilidade de infraestruturas de grade computacional. Idealmente, um usuário de grade deve ser capaz de submeter um conjunto de tarefas para execução em tal infraestru- tura, aguardar pelo termino da execução e em seguida obter o resultado das suas tarefas da mesma forma que faria caso utilizasse uma única máquina de grande poder computacional. Na prática, porém, não é isso o que vem ocorrendo com usuários das maiores grades com- putacionais disponíveis atualmente. Não é incomum observar altas taxas de falha nas tarefas submetidas para grades computacionais. Usuários de grades vêem a execução de suas tare- fas falhar e não recebem qualquer informação que possa ajudá-los a entender porque suas tarefas falharam. Muitas vezes o usuário não consegue sequer identificar se sua tarefa falhou por um defeito no software de sua aplicação, ou por um problema em um serviço de grade localizado do outro lado do globo. Esta tese propõem e avalia um mecanismo baseado na utilização de testes automáticos de software para detectar falhas na execução de aplicações neste tipo de infraestrutura e diagnosticar as causas de tais falhas. Resultados experimentais demonstraram um taxa de acerto de 93,99% ± 5, 63%, com um nível de confiança de 95%, ou de 93, 99% ± 7, 52%,com um nível de confiança de 99%, nos diagnósticos efetuados por uma ferramenta implementada de acordo com o mecanismo proposto.

Agradecemos a sua presença.