Simulation based availability assessment of services provided by web applications with realistic repair time

W artykule przedstawiono metodę numerycznego wyznaczania zmian gotowości usług internetowych w czasie. Bierze ona pod uwagę aspekty niezawodnościowe i funkcjonalne systemu komputerowego świadczącego usługi. Analiza niezawodnościowa pozwala na wyznaczenie prawdopodobieństwa, że system będzie zdatny w danym momencie. Uwzględnia ona strukturę systemu komputerowego, losowe czasy do uszkodzeń (sprzętowych jak i oprogramowania związanych z naruszeniami zabezpieczeń) oraz szczegółowy model odnowy biorący pod uwagę godziny pracy administratorów oraz czas związany z dostarczeniem elementów do wymiany. Analiza funkcjonalna pozwala na wyznaczanie prawdopodobieństwa, że użytkownik zostanie obsłużony w czasie mniejszym niż zadany. Oparta jest ona na modelowaniu procesu realizacji usługi jako sekwencji zadań wykonywanych na jednym lub kilku komputerach. Bierze ona pod uwagę zmienność intensywności napływu użytkowników w ciągu tygodnia oraz parametry takie jak: sekwencję zadań, alokację zadań na komputerach oraz parametry techniczne komputerów i zadań. Opisana metoda była podstawą do stworzenia aplikacji komputerowej wyznaczającej techniką symulacji Monte-Carlo zmienność gotowości systemu w ciągu tygodnia. Artykuł zawiera numeryczne rezultaty przykładowej analizy.

Paper presents a numerical method for determining changes of availability of services provided by web applications in time. It takes into account the reliability and functional aspects. The reliability analysis allows determining the probability that the system is operational at a given time. The analysis includes the structure of a computer system, random times to failures (hardware or software – related to security breaches) and the detailed repair time model. The repair time model takes into account working hours of administrators and a time associated with delivering components to exchange. Functional analysis allows the determination of the probability that the user will be served in less than a specified time limit. It is based on modelling the interaction between a user and a server as a sequence of tasks on one or more hosts. It takes into account the variability of workload over a week and web application parameters such as the choreography of service, allocation of tasks on hosts and technical parameters of hosts and tasks. The described method was the basis for development of a Monte-Carlo simulator that allows variability of service availability over a week to be calculated. The paper contains the numerical results of the sample analysis.