Περιβάλλον-πλαίσιο ανάλυσης συμμόρφωσης πολιτικών λειτουργίας υπηρεσιοκεντρικών συστημάτων

Abstract

Στην παρούσα διπλωματική εργασία αναπτύσσεται ένα περιβάλλον - πλαίσιο (framework) το οποίο έχει σαν σκοπό α) τη μοντελοποίηση επιχειρησιακών πολιτικών συμμόρφωσης (bussiness compliance policies) Υπηρεσιοκεντρικών συστημάτων και β) τον έλεγχο συμβατότητας του συστήματος με αυτές τις πολιτικές συμμόρφωσης. Συγκεκριμένα, αναλυτές συστημάτων θα μπορούν να μοντελοποιήσουν πολιτικές συμμόρφωσης χρησιμοποιώντας αντικειμενοστραφή μεταμοντέλα (ΜΟF), ενώ ο έλεγχος συμβατότητας γίνεται με αλγορίθμους που αναλύουν τα αρχεία καταγραφής γεγονότων κατά την λειτουργία του συστήματος και τα συνδυάζουν με αυτές τις πολιτικές συμμόρφωσης, ώστε να εξαχθεί η πιθανότητα ότι το παρόν σύστημα τις επαληθεύει .

Σε πιο τεχνικό επίπεδο, το Υπηρεσιοκεντρικό Σύστημα αποτελείται από ένα σύνολο υπηρεσιών ιστού (web – services) που ενορχηστρώνονται χρησιμοποιώντας τη γλώσσα BPEL, παράγοντας έτσι ολοκληρωμένες επιχειρησιακές λογικές. Η ανάπτυξη των web-services γίνεται στο περιβάλλον Netbeans. Οι υπηρεσίες παρατάσσονται στον Glassfish Server.

Κατά το σενάριο λειτουργίας του συστήματος που προτείνεται, θεωρούμε την ύπαρξη ενός περιβάλλοντος παρακολούθησης, το οποίο παράγει αρχεία καταγραφής γεγονότων (log files). Τα αρχεία καταγραφής γεγονότων αναλύονται και φιλτράρονται ανάλογα με το “προφίλ παρακολούθησης” που επιθυμεί ο χρήστης. Τα δεδομένα που εξάγονται από τη διαδικασία αυτή μετατρέπονται σε μορφή λογικής πρώτης τάξης και δημιουργούν μια λογική βάση δεδομένων με κατηγορήματα, που σχετίζονται με τις ζητούμενες πολιτικές συμμόρφωσης.

Τέλος, χρησιμοποιώντας τεχνικές λογικού συμπερασμού, που βασίζονται στις θεωρίες Markov Logic Networks και Markov Logic Learning, μπορούμε να απαντήσουμε σε ερωτήματα που αφορούν στο ποσοστό που ικανοποιείται η ζητούμενη πολιτική συμμόρφωσης. Τα αποτελέσματα που παράγονται μέσω του εργαλείου Alchemy, το οποίο υλοποιεί τη διαδικασία του λογικού συμπερασμού, βασίζονται α) σε ένα γράφο αλληλεπίδρασης κατηγορημάτων, τα οποία αναφέρονται στη σχετική βιβλιογραφία ως Markov Logic Networks και β) στην αυξητική μάθηση του συστήματος για τον προσδιορισμό των ποσοστών και των πιθανοτήτων ικανοποιησιμότητας των κατηγορημάτων. Η χρήση ενός τέτοιου συμπερασματικού μηχανισμού, σε σχέση με απλές τεχνικές λογικής πρώτης τάξεως, μας διευκολύνει στο γεγονός ότι είναι δυνατόν να παράγουμε αποτελέσματα ακόμα και όταν δεν είναι πάντα διαθέσιμη σε όλο της το σύνολο η πληροφορία που χρειαζόμαστε για να εξακριβώσουμε την ορθή λειτουργία του συστήματος σε σχέση με τις πολιτικές συμμόρφωσης που έχουν τεθεί από τον χρήστη.

The goal of this diploma thesis is to propose a framework that allows for a) the modeling of business compliance policies of Service Oriented systems and b) controlling the conformance of these systems to the predefined compliance policies. More specifically, the proposed framework provides system analysts, the ability to model compliance policies through object oriented metamodels (MOF), while the conformance to the compliance policies is evaluated by algorithms that analyze the system’s log files. A reasoning procedure is then used to estimate the likelihood of the system’s conformance to the compliance policies.

On a more technical level, a Service Oriented system is composed of Web – Services, which are orchestrated by using the web service orchestration language BPEL. The result of the Web – Service orchestration leads to the production of integrated business solutions. For the purposes of this diploma thesis, we have used the IDE Netbeans to develop our Web – Services and the Glassfish Server to deploy them.

We suppose that during the execution of the system, which we are trying to evaluate, a monitoring mechanism produces log files. These log files are analyzed and filtered according to the monitoring profile that is set by the user. Consequently, the log files are interpreted into first order ground predicates, composing thus a knowledge base related to the compliance policies

Finally, we are using reasoning techniques based on the theories of Markov Logic Networks and Markov Logic Learning, in order to evaluate the system’s conformance to the predefined compliance policies. The result of the evaluation procedure is produced by the reasoning tool Alchemy and is based on a) an interaction graph of predicates, known as Markov Logic Network and b) the weights of the rules, which are calculated through learning. The Alchemy’s output is an estimation of the percentage value pertaining to the degree of satisfaction of a given compliance policy that is being evaluated. This way, it is possible to make inferences about the operation of the system, even if the total amount of information required is not fully available.