Computação Autônoma no Ambiente das Tecnologias daInformação

Leonardo de Pinho Sepulcri, Eng.Francisco Antonio Pereira Fialho, Dr. Eng.

1. Introdução

Cada vez mais a indústria das Tecnologias da Informação cria sistemas mais complexos epoderosos. As operações realizadas em nosso dia a dia, das mais simples às mais complicadas,se tornam mais e mais dependentes dos sistemas tecnológicos. É necessário que sedesenvolvam padrões abertos, novas tecnologias e maneiras que permitam aos sistemas umainteração eficiente. O paradigma da computação autônoma prescreve, ainda, que os mesmostenham a possibilidade de antever situações e proteger-se automaticamente, ao mesmo tempoem que exista uma dependência mínima ao suporte tradicional existente nos meios detecnologia da informação.

Muitos recursos, tanto financeiros quanto humanos, são despendidos devido aos sistemas nãoserem concebidos de forma a poderem se ajustar a situações passíveis de ocorrência ou, ainda,de maximizar seu desempenho automaticamente em virtude de condições observadas. Ainteligência nos sistemas, desde sua concepção até sua operacionalização deve-se fazerpresente, possibilitando, às organizações, redução de custos, flexibilidade, disponibilidade,melhoria e maximização de performance.

2. O Ambiente das Tecnologias da Informação e suas perspectivas

Os sistemas de tecnologia da informação continuam aumentando incrivelmente suacapacidade. Isto é necessário para que as pessoas e os negócios tornem-se mais produtivospela automação de tarefas e processos.

Na evolução humana e da sociedade, a automação sempre foi umas das bases sustentadoras doprogresso. A evolução via automação, no entanto, como um inevitável subproduto, geracomplexidade. Sistemas de computação são a verdadeira prova desta afirmação. Seguindo aevolução dos computadores, de máquinas simples a sistemas modulares e a computadoresportáteis, conectados em rede a grandes máquinas, vamos observar a emergência de umnúmero cada vez maior de padrões.

A Internet acrescentou outra camada de complexidade permitindo a conexão doscomputadores por todo o mundo, com os sistemas de telecomunicações. Neste processo, ossistemas têm se tornado cada vez mais complicados de se gerenciar e até mesmo de se usar.

Até os dias de hoje, a principal preocupação sempre foi com a intervenção humana e ogerenciamento e administração de toda esta complexidade. Com a evolução dos sistemas, asobreposição de conexões, dependências e interações entre sistemas e aplicações passaram aexigir tomadas de decisões e respostas bem mais rápidas que a fornecida pela capacidadehumana.

Na procura por maneiras de tornar os sistemas mais eficientes geramos problemas com umnúmero maior de variáveis do que um ser humano seja capaz de resolver. Sem novosposicionamentos, a tendência é que as coisas tornem-se cada vez piores e mais difíceis.

Não será suficiente para responder a tais desafios nos fixarmos apenas na automatização departes de um todo dos sistemas de computação. Utilizando uma analogia com o sistemanervoso autônomo, é a operação de auto gerenciamento de todo o sistema que traz o resultadocompleto. Trazer, por exemplo, capacidades autônomas para os sistemas de armazenamentopoderiam ser, inegavelmente, um avanço, mas se os sistemas de computação que atuam deforma que estes dados sejam enviados corretamente aos repositórios adequados não foremcapazes de prover este tipo de funcionalidade, automações parciais não trarão benefíciossignificativos.

É por esta razão que precisamos de uma abordagem sistêmica que permita a coordenação e ogerenciamento automático entre todas as redes e sistemas de computação.

“Autonomic computing (AC)” é, dentro desta perspectiva, uma visão holística em que sepretende que a computação disponibilize muito mais automação do que se levarmos em contaa soma de todas as partes do sistema, individualmente gerenciadas.

Há muito mais em jogo do que confiabilidade geral de sistemas ou facilidades de uso egerenciamento para os profissionais de Tecnologias da Informação. Em outras palavras,tornando mais simples para as pessoas usar a tecnologia, novas, mais complexas e antesinimagináveis aplicações poderão emergir. E as pessoas as usarão muito mais do queanteriormente.

Algumas perguntas neste aspecto necessitam ser melhor esclarecidas: Por que as empresas eas pessoas devem gastar tanto tempo e dinheiro imaginado e buscando a melhor maneira deinstalar e gerenciar os sistemas de tecnologia da informação? Para alguns sistemas dePlanejamento Empresarial (ERP), os valores para instalação e customização podemultrapassar em várias vezes o custo de licença para aquisição do mesmo.

Tomemos como exemplo comparativo o sistema nervoso autônomo. Ele comanda ao coraçãoo quão rápido ele deve bater, controla sua pupila para que a quantia exata de luz chegue aosolhos para que se possa ler, ajusta o fluxo sangüíneo e a temperatura do corpo. Mas o maisimportante e significantivo disto tudo é que todo este processo é feito sem nenhumaconsciência das pessoas, ou seja, de forma independente e involuntária. Isto possibilita quepensemos no que fazer, sem preocupação do como fazer.

A idéia presente no paradigma associado a AC é a construção de sistemas com capacidade dese ajustar às circunstâncias mais variadas e preparar seus recursos para manusear com maioreficiência o balanceamento de trabalho neles existentes. Estes sistemas autônomos devem sercapazes de antecipar as necessidades e permitir aos usuários concentrar no que eles quiseremacompanhar melhor do que equipar os sistemas de computação para alcançar estes objetivos.

Antes de investir, ass empresas devem avaliar se AC traz vantagens mensuráveis aos usuáriosdas Tecnologias da Informação, melhoria na interação, qualidade da informação gerada e,sobretudo, se AC irá habilitar e criar mecanismos para a adoção de padrões para seremutilizados no futuro.

A idéia é que os profissionais possam focar sua atenção e energia nos serviços de informaçãoe nas informações desejadas e necessárias, deixando que AC se ocupe da geração destasinformações e do cruzamento das mesmas através dos sistemas, que serão preparados parafazê-los naturalmente.

3. Arquitetura proposta para Sistemas Autônomos

A arquitetura apresentada na figura 1 identifica os elementos necessários em um ambiente decomputação autônoma. A arquitetura é organizada em 2 elementos maiores: um elementogerenciado e um gerente autônomo.

Figura 1. Estrutura de Tecnologias auto gerenciadas, retirado e adaptado de IBM SoftwareGropu. HowTivoli Software products support the IBM Autonomic Computing, disponível

em <htpp://www.ibm.com/tivoli>.

O elemento gerenciado é o recurso que está sendo gerenciado. Neste nível de arquitetura, oelemento objetivado pelo gerenciamento pode ser um recurso simples ou uma coleção derecursos. O elemento gerenciado exporta sensores e efetores. Sensores provêem mecanismospara coletar informações sobre o estado e a transição de cada elemento. Efetores sãomecanismos que mudam o estado de um elemento.

Sensores e efetores representam a interface que é disponível a um gerenciador autônomo. Ogerenciador autônomo é um componente que implementa o controle em ciclos. A arquiteturadecompõem o ciclo em quatro partes:

• Monitoramento: Mecanismo que coleta, agrega, filtra, gerencia e reportainformações de um elemento.

• Análise: Mecanismo para correlacionar e modelar situações complexas. Estesmecanismos permitem ao gerenciador autônomo aprender sobre o ambiente dasTecnologias da Informação e ajudar a prever situações futuras.

• Planejamento: Mecanismos para estruturar ações necessárias para alcançar osobjetivos a serem alcançados.

• Execução: Mecanismo que controla a execução de um plano, considerandomudanças.

O monitoramento, análise, planejamento e execução, partes do gerenciador autônomorelacionam-se com a maior parte dos processos das Tecnologias da Informação. Por exemplo,os mecanismos e detalhes dos processos de gerenciamento de mudanças e gerenciamento deproblemas são diferentes, mas é possível abstrair quatro funções principais, que seriam acoleta de dados, análise, criação de um plano de ação e execução. Estas quatro funçõescorrespondem às citadas na arquitetura de um sistema autônomo.A análise e o planejamento de mecanismos são essenciais em um sistema de computaçãoautônoma, porque permitem aprender de forma a ajudar a reduzir as habilidades e o temponecessários para os profissionais das Tecnologias da Informação. A parte do conhecimento nogerenciador autônomo é guardada e compartilhada. O conhecimento pode incluir regras denegócio, informações de topologia, logs de sistema e métricas de performance.

A arquitetura prevê ainda uma segunda camada de sensores e efetores. Esta camada habilita acolaboração entre os diversos gerenciadores autônomos existentes. Cada atributo autônomoautogerenciado de auto-configuração, auto-conserto, auto-otimização e auto-proteção é aimplementação de um ciclo de controle inteligente (em um gerenciador autônomo) paradiferentes aspectos operacionais de configuração, conserto, otimização e proteção. Porexemplo, um gerenciador autônomo pode auto-configurar um sistema com o software corretose o software estiver faltando. Observando uma falha, pode auto-consertar o sistema ereinicializá-lo. Pode ainda auto-otimizar o gerenciamento de carga se um aumento dacapacidade é observado. Se um indício de invasão é detectado, poderá se auto-protegerbloqueando a invasão e verificando o recurso.

4. Níveis de Computação Autônoma

O progresso em direção a ambientes autônomos é evolucionário, ou seja, corresponde adiferentes níveis de autonomia, cada um habilitado por ferramentas tecnológicas. Cada umadas principais facetas da autonomia em sistemas de computação (auto-configuração, auto-conserto, auto-otimização e auto-proteção), oferece desafios únicos e oportunidades. Osclientes podem se beneficiar de diversos aspectos, conforme evoluem entre os níveis deautonomia. Observe a Tabela 1, anexa.

BásicoNível 1

GerenciadoNível 2

PreditivoNível 3

AdaptativoNível 4

AutonômicoNível 5

ProcessoInformal, manual

ProcessoDocumentado,menor tempo deatraso, processosmanuais para reverperformance de TI.

ProcessoProativos, menorciclo de duração

ProcessoAutomação demuitos recursos degerenciamento etransação, geridospor Acordos deNíveis de Serviço.

ProcessoGerenciamento doserviço de TI e derecursos.Automaçãomáxima.

FerramentasLocais, plataformase produtos

FerramentasRecursosconsolidados com

FerramentasConsoles de regrascom análises,

FerramentasFerramentas degerenciamento de

FerramentasFerramentas decusto e análise

específicos consoles degerenciamento,sistemas degerenciamento deproblemas,softwares deautomação deinstalações,detecção de intrusose balanceamento decarga.

gerenciadores deconfiguração emprodutos,visualização emtempo real do statusde sistemas eperformance futura,automação detarefas repetitivas.

regras commudançasdinâmicas emvirtude decaracterísticasespecíficas.

financeira,modelamento denegócios de TI,automação dasregras degerenciamento.

HabilidadesPlataformasespecíficas,geograficamentedispersadas com astecnologias

HabilidadesMultiplataformas,gerenciamentomúltiplo deferramentas.

HabilidadesConhecimento denegócios e sistemasde diversasplataformas,gerenciamento decarga, conhecimentode processos.

HabilidadesObjetivos de serviçoe entrega porrecursos, análise deimpacto nosprocessos denegócio.

HabilidadesAnálise de custo xbenefício,modelamento e usoavançado deferramentasfinanceiras para aárea de TI.

MedidoresTempo para resolverproblemas efinalizar tarefas.

MedidoresDisponibilidade desistema, tempo parasuprir requisições

MedidoresDisponibilidade denegócios de sistema,atendimento aoSLA, satisfação dosclientes.

MedidoresTempo de respostados sistemas,atendimento aoSLA, satisfação dosclientes,contribuição de TIao sucesso donegócio

MedidoresSucesso do negócio,atendimento aoSLA.

Tabela 1. Níveis de Autonomia, retirado de IBM Software Group. The Tivoli SoftwareImplementation of Autonomic Computing, disponível em <http://www.ibm.com/tivoli>.

Nível básico: o ponto de partida dos ambientes das TI, em que se encontram, hoje, a maioriads empresas se encontram. Cada elemento da infraestrutura é gerenciado independentementepelos profissionais das TI, que fazem a configuração, monitoramento e até eventualsubstituição.

Nível gerenciado: sistemas de gerenciamento tecnológicos podem ser utilizados para coletarinformações de sistemas, ajudando a diminuir o tempo que leva o administrador para coletar esintetizar a informação na medida que os processos das TI vão se tornando mais complexos.

Nível preditivo: novas tecnologias são introduzidas provendo correlação entre diversoselementos da infraestrutura. Esses elementos podem reconhecer padrões, predizerconfigurações ótimas e fornecer conselhos das ações que o administrador de sistema deveriatomar.

Nível adaptativo: as tecnologias evoluem e as pessoas acabam sentindo-se mais confortáveis,com o aconselhamento e poder de predição dos elementos. O ambiente das TI podeautomaticamente tomar as ações certas, baseando-se nas informações disponíveis e noconhecimento do que está acontecendo no ambiente.

Nível autônomo: a operação da infraestrutura das TI é governada por regras de negócios eobjetivos. Usuários interagem com tecnologias autônomas para monitorar processos denegócios, alterar objetivos ou ambos.

A evolução para computação autônoma não é feita somente com tecnologias ou ferramentas.Mudanças são necessárias em várias habilidades, processos e indicadores de eficiência para aevolução em direção a AC.

À medida que as empresas avançam em direção aos cinco níveis de computação autônoma, osprocessos, ferramentas e indicadores tornam-se mais sofisticados, e as habilidades requeridastornam-se melhor alinhadas com o negócio.

No nível básico, se as organizações das TI são formalmente avaliadas, elas o são de acordocom o tempo necessário para finalizar tarefas e resolver problemas. A área de TI é vista comoum centro de custo, com preferência em investimento em pessoal do que sistemascoordenados para gerenciar ferramentas e processos.

No nível gerenciado, as áreas das TI são avaliadas pela disponibilidade dos seus recursosgerenciados, tempo de resposta a problemas e tempo para completar requisições. Para amelhoria destes indicadores, as empresas devem documentar seus processos continuamente.Ganharão eficiência com a consolidação de ferramentas de gerenciamento em plataformasestratégicas e com gerenciamento hierarquizado de problemas.

No nível preditivo, as organizações são avaliadas pela disponibilidade e performance dos seussistemas de negócio e pelo retorno no investimento. Para melhorar, devem avaliar, gerenciar eanalisar a performance das transações. Ferramentas são utilizadas para projetar performancesfuturos.

No nível adaptativo, os recursos das TI são automaticamente provisionados e levados aotimizar a performance das transações. Regras de negócio, prioridades e SLA guiam ainfraestrutura para o caminho autônomo. As áreas das TI são avaliadas pelos tempos derespostas dos sistemas, grau de eficiência da infraestrutura e habilidade de adaptação.

No nível autônomo, as organizações de TI são avaliadas pela habilidade de tornar o negócioum sucesso. Técnicas avançadas de modelagem são usadas para otimizar a performance erapidamente colocar novas soluções em prática. Padrões abertos são essenciais nogerenciamento dos recursos e processos entre as camadas dos diversos sistemas. Os produtosdevem primar por serem adaptáveis e compatíveis com estes padrões.

5. Computação autônoma no ambiente das Tecnologias da Informação

Finalmente, para entender como a computação autônoma exerce um papel diferenciado emtodo o ambiente das TI, é importante visualizar este ambiente nos diferentes níveis descritos.O auto-gerenciamento de cada um destes níveis caracteriza-se por implementar ciclos decontrole que permitam que recursos individuais, recursos mistos e soluções de negócio, paraque cada um deles monitore, analise, planeje e execute as mudanças necessárias ao ambiente.

Realisticamente, sistemas como este são muito difíceis de serem construídos, e irão requereruma pesquisa significativa em novas tecnologias e inovações. É por isso que a aplicação do

conceito de AC é um desafio para a indústria das TI. Serão necessários avanços em doisaspectos fundamentais para o efetivo progresso: tornar os componentes individuais dossistemas autônomos e obter um comportamento autônomo a nível global nos sistemasempresariais.

O segundo aspecto parece ser realmente um desafio. Ao menos que cada componente em umsistema possa compartilhar informação com qualquer outra parte e contribuir para umaregulação completa dos sistemas, o objetivo da computação autônoma pode não seralcançado. O ponto chave é, portanto, discutir como criar esta estrutura global degerenciamento.

Temos pontos importantes, derivados dos dois principais citados. Um deles é como criarefetivamente algoritmos adaptativos, que possam a partir da sua experiência nos sistemasmelhorar suas regras de funcionamento. Ou então como balancear estes algoritmos para quepossuam uma espécie de memória. Podemos citar, ainda, como desenhar um arquiteturaintegrada para estes sistemas de TI, com interfaces consistentes, pontos de controle ecapacidades para ambientes heterogêneos.

Se tomarmos a disciplina de Inteligência Artificial, as Teorias de Controle, SistemasComplexos e Adaptativos, Teoria do Caos, assim como estudos na área da Cibernética, talvezpossamos obter aproximações dos conceitos discutidos até aqui. Projetos de pesquisa atuaisem laboratórios e universidades, incluindo sistemas que podem monitorar si próprios e seajustar, chips celulares capazes de se recuperar de falhas para manter uma aplicação emfuncionamento, sistemas heterogêneos para balanceamento de carga entre servidores, e ateoria de controle tradicional têm sido aplicados na ciência da computação autônoma.

Além disso, alguns aspectos colocados da computação autônoma não são totalmente novospara a indústria das TI. Protocolos e padrões usados para transmitir informações via Internet,permitem algumas funções simples como roteamento, com mínima interferência humana.

6. Sistemas Reais como Sistemas Autônomos

O grande desafio enfrentado por toda a indústria das TI está em como tornar a estruturatecnológica que hoje encontra-se em pleno funcionamento, para que a mesma implemente ascaracterísticas autônomas.

Este desafio está sendo cada vez mais priorizado pelas empresas, na procura por aumentarseus lucros, e de maneira a poder gerenciar todos seus processos e, ainda, controlar todas asoperações derivadas de seus negócios.

Analisando uma grande indústria de manufatura, com centenas de lojas, uma rede derevendas, uma série de serviços aos colaboradores, centrais de atendimento, interfaces webpara sistemas, dentre outros, é necessário que utilizando os conceitos da computaçãoautônoma, o sistema completo seja capaz de gerenciar todas estas entidades distintas desistemas de TI (e quase independentemente), e prover uma funcionalidade integrada,disponibilidade, e acesso a partir de diversas interfaces. O panorama proposto é apresentadona figura 3:

Figura 3. Indústria de manufatura Autônoma, modificado de HORN, P. AutonomicComputing : IBM‘s Perspective on the State of Information Technology, disponível em<http://www.research.ibm.com/autonomic/manifesto/autonomic_computing.pdf>.

1. Dispositivos de acesso de todos os tipos são usados por clientes, colaboradores evendedores, e são suportados.2. Uma estrutura de TI unificada suporta colaboradores, fornecedores e clientes em lojasfísicas e lojas virtuais.3. O sistema autônomo também manuseia e gerencia toda a cadeia de suprimentos,trabalhando com fornecedores nos mais diversos lugares do planeta.4. Alguns problemas usuais de negócio são tratados automaticamente por regras degerenciamento e definições. Por exemplo, o roteamento de mercadorias a áreas de baixoestoque, o ajuste de pedidos e preço baseados em aspectos financeiros ou comportamentais.5. Quando outro sistema é incorporado, os sistemas automaticamente se ajustam e se acoplam,permitindo o acesso a dados legados em ambos sistemas. Os administradores agem paracompletar a integração dos dois sistemas, definindo apenas regras de negócios necessárias edecisões de segurança.6. Todas as ações realizadas são capturadas pelo sistema, que então otimiza os processos denegócios ao longo da empresa.7. Planos e metas anuais e mensais são ajustados dinamicamente, baseados em açõesocorridas no dia a dia.8. Os sistemas possibilitam visualização em tempo real de todos os parâmetros necessáriospara a tomada de decisão: vendas, custos, estoques, mercados mais rentáveis, etc., mapeandopara todos os envolvidos. Isto permite o gerenciamento eficaz e uma rápida decisão, quandonecessária.

7. Conclusão

A idéia da AC consiste em: construir um ambiente de informática que funcione com o mínimoesforço humano, automatizando tarefas e fazendo com que as organizações possam seautomatizar, livrando seus colaboradores de funções burocráticas e repetitivas, e dando-lhes aliberdade de pensar em como a empresa pode ter mais sucesso em seu ramo de atuação.

A IBM tem liderado os estudo e esforços com relação a adaptar aquilo que se tem hoje naindústria das TI para uma forma autônoma. Paul Horn, vice presidente sênior da IBMResearch, acredita que a computação autônoma é a melhor esperança hoje existente para aindústria de TI dado o crescimento da complexidade.

Para que a informática e os sistemas de tecnologia da informação cheguem nesse nível muitospassos têm de ser dados. Em um primeiro momento deve-se conhecer a estrutura atual das TI,qual sua capacidade de evolução e expansão.

Dada uma organização podemos mapear em que estágio esta se encontra (básico, gerenciado,preditivo, adaptativo ou autônomo). Em um segundo momento partimos para a etapa dePlanejamento de Automação, em que todas as funções ligadas à atividade com computadorserão descritas para se concluir o que pode ser automatizado. Aqui serão incluídos todas asfunções de colaboradores da empresa, parceiros de negócio, clientes e fornecedores,destacando-se o papel de cada um em relação à empresa.

Com os dados obtidos nestas duas etapas, deve-se viabilizar uma Operação Tecnológica, aqual, através de uma estratégia fundamentada em tecnologia, executa todos os princípios paraque a empresa possa iniciar seu ambiente de AC.

Assim como o corpo humano precisa de disciplinas saudáveis, a quarta e última etapa refere-se à criação de um Plano de Contingência Autônoma, que deve ser seguido em todos os seuspassos pelos administradores das TI, buscando possibilitar atingir todas as características deum sistema autônomo.

Como diria Minsky (1988), “Cérebros são computadores formados por carne”. Conhecido nomeio acadêmico como uma figura de destaque no estudo da Inteligência Artificial, filósofo ematemático, foi também o fundador do Laboratório de IA do Instituto de Tecnologia deMassachusetts. No momento em que conseguirmos, cada vez mais, nos aproximar dascaracterísticas humanas, como a capacidade de auto-proteção, aprendizado por experiência,predição, enfim, teremos sistemas cada vez mais próximos do proposto neste estudo.

É valido ressaltar que ainda é muito escasso, principalmente no Brasil, estudos com relação aautonomia de sistemas, tornando necessário maiores estudos e práticas associadas, para que asempresas possam estar adaptando seus sistemas e softwares para esta realidade cada vez maisatual.

Finalizando, como citado no estudo de Autonomic Computing da IBM (Horn, acessado em2002), “a indústria da tecnologia da informação adora provar que o impossível é possível”,Com relação a sistemas de tecnologia, verifica-se que muitos passos já foram dados e muitosoutros se mostram possíveis acenando para mais um grande avanço nas ciências dacomputação.

REFERÊNCIAS BIBLIOGRÁFICASSHARPLES, M. et al. Computers and Thought : A Practical Introduction to ArtificialIntelligence (Explorations in Cognitive Science). Massachussets : MIT Press,1989.MINSKY, M. Society of Mind. NewYork : Touchstone Books, 1988.

CAWSEY, A.The Essence of Artificial Intelligence. New York : Prentice Hall PTR, 1998.HORN, P. Autonomic Computing : IBM‘s Perspective on the State of InformationTechnology. Disponível em <http://www.research.ibm.com/autonomic/manifesto/autonomic_computing.pdf>. Acesso em 22 de abril de 2002.LIEBOWITZ, J. Dynamics of Decision Support Systems and Expert Systems . LosAngeles : International Thomson Publishing, 1990.IBM. Automonic Computing. Disponível em <http://www.research.ibm.com/ autonomic/>.Acesso em 22 de agosto de 2002.IBM SOFTWARE GROUP. How Tivoli Software products support the IBM AutonomicComputing. Disponível em<http://www.ibm.com/tivoli>. Acesso em 20 de outubro de 2002.Scott, K. Computer, Heal Thyself. Disponível em <http://www.information week .com/shared/printableArticle?doc_id=IWK20020329S0005>. Acesso em 8 de maio de 2002.IBM SOFTWARE GROUP. The Tivoli Software Implementation of AutonomicComputing. Disponível em<http://www.ibm.com/tivoli>. Acesso em 20 de outubro de 2002.EVOWEB. Autonomic Computing - a Grand Challenge. Disponível em<http://evonet.dcs.napier.ac.uk/evoweb/news_events/news_features/ nf_article165.html>.Acesso em 20 de agosto de 2002.