La computación autónoma (AC) se refiere a las características de autogestión de los recursos informáticos distribuidos , adaptándose a cambios impredecibles mientras oculta la complejidad intrínseca a los operadores y usuarios. Iniciada por IBM en 2001, esta iniciativa tenía como objetivo final desarrollar sistemas informáticos capaces de autogestionarse, superar la creciente complejidad de la gestión de sistemas informáticos y reducir la barrera que la complejidad plantea para un mayor crecimiento. [1]
El concepto del sistema AC está diseñado para tomar decisiones adaptativas, utilizando políticas de alto nivel. Comprobará y optimizará constantemente su estado y se adaptará automáticamente a las condiciones cambiantes. Un marco de computación autónomo se compone de componentes autónomos (AC) que interactúan entre sí. Un AC se puede modelar en términos de dos esquemas de control principales (local y global) con sensores (para autocontrol ), efectores (para autoajuste), conocimiento y planificador/adaptador para explotar políticas basadas en la conciencia de uno mismo y del entorno. Esta arquitectura a veces se denomina Monitor-Analyze-Plan-Execute (MAPE).
Impulsados por tal visión, recientemente se ha propuesto una variedad de marcos arquitectónicos basados en componentes autonómicos " autorreguladores ". Una tendencia muy similar ha caracterizado recientemente una importante investigación en el área de los sistemas multiagente . Sin embargo, la mayoría de estos enfoques se conciben típicamente con arquitecturas de servidor centralizadas o basadas en clústeres y en su mayoría abordan la necesidad de reducir los costos de administración en lugar de la necesidad de habilitar sistemas de software complejos o proporcionar servicios innovadores. Algunos sistemas autónomos involucran agentes móviles que interactúan a través de mecanismos de comunicación débilmente acoplados. [2]
La computación orientada a la autonomía es un paradigma propuesto por Jiming Liu en 2001 que utiliza sistemas artificiales que imitan los comportamientos colectivos de los animales sociales para resolver problemas computacionales difíciles. Por ejemplo, la optimización de colonias de hormigas podría estudiarse en este paradigma. [3]
Las previsiones sugieren que los dispositivos informáticos en uso crecerán un 38 % por año [4] y la complejidad media de cada dispositivo va en aumento. [4] Actualmente, este volumen y complejidad es manejado por humanos altamente calificados; pero la demanda de personal de TI calificado ya está superando la oferta, con costos de mano de obra superiores a los costos de equipo en una proporción de hasta 18:1. [5] Los sistemas informáticos han aportado grandes beneficios de velocidad y automatización, pero ahora existe una abrumadora necesidad económica de automatizar su mantenimiento.
En un artículo de IEEE Computer de 2003 , Kephart y Chess [1] advierten que el sueño de la interconectividad de los sistemas y dispositivos informáticos podría convertirse en la "pesadilla de la informática generalizada " en la que los arquitectos son incapaces de anticipar, diseñar y mantener la complejidad de las interacciones. Afirman que la esencia de la computación autónoma es la autogestión del sistema, lo que libera a los administradores de la gestión de tareas de bajo nivel y ofrece un mejor comportamiento del sistema.