Resumo: Algoritmos de diagnóstico de falhas em nível de sistema são comumente utilizados como uma estratégia de tolerância à falhas. Neles, a partir de uma série de testes, podese determinar quais unidades estão com falha e quais estão sem-falha. Os primeiros modelos de diagnóstico de falhas que surgiram eram do tipo centralizado. Nesses modelos, considera-se que uma unidade central é a única responsável por diagnosticar o estado de todas as unidades do sistema. Posteriormente, surgiram os modelos distribuídos, nos quais o diagnóstico é atribuído a algumas ou todas as unidades do sistema. Todos estes modelos foram desenvolvidos para redes estáticas e cabeadas, não sendo facilmente adaptáveis à ambientes móveis. A identificação de unidades com falha em uma rede Ad Hoc móvel é uma tarefa muito difícil. Nestas redes, as unidades se utilizam de comunicações sem _o e podem se mover livremente e de forma imprevisível. Nesse trabalho é apresentado o primeiro algoritmo distribuído e adaptativo para diagnóstico em nível de sistema baseado no modelo PMC para redes Ad Hoc, que não impõe restrições ao movimento dos nós durante todo o diagnóstico. Todos os nós podem testar, serem testados e diagnosticar os demais nós. Além disso, os nós podem ser classificados como falho, sem falha e suspeitos. Um nó é classificado como suspeito quando este deixa de responder a solicitação de teste por sair do raio de alcance das transmissões de radio do seu testador. Como a mobilidade dos nós implica em variação de distâncias entre os nós, testador e testado, as solicitações de testes e suas respostas nem sempre ocorrem de forma satisfatória. Para isso, o algoritmo utiliza-se de coordenadas geográficas para monitorar a mobilidade dos nós de forma que seja possível diferenciar falhas reais, de falhas ocorridas devido a mobilidade.

[pt] A utilização de tolerância a falhas na construção de aplicações em sistemas distribuídos é, em geral, uma tarefa complexa. Para facilitar esta tarefa, pode-se utilizar um ambiente de desenvolvimento que forneça técnicas padronizadas e ferramentas para o suporte a tolerância a falhas. Com esse objetivo, foi concebido um suporte especializado para a tolerância a falhas. Parte deste suporte foi implementado e adicionado ao ambiente RIO (Reconfigurable interconnectable Objects) O RIO é centrado no conceito de módulos configuráveis que se comunicam por interfaces bem definidas. O suporte a tolerância a falhas é obtido a partir de técnicas baseadas em replicação de módulos de software. Como exemplo, são apresentadas três técnicas de replicação, Replicação Passiva Reserva Quente, Replicação Ativa Competitiva e Replicação Ativa Cíclica, bem como o suporte concebido e implementado para as mesmas. Os detalhes relevantes desta implementação são discutidos e, finalmente, apresenta-se conclusões e sugestões para trabalhos futuros. / [en] The use of fault tolerance in the construction of distributed systems applications is usually a complex task. To make this task easier, a development environment may be used including standard techniques and tools for the support of fault tolerance. With this purpose, a specialized fault tolerance support was concepted. Part of this support was implemented and added to the RIO (Reconfigurable interconnectable Objects) environment. The RIO is based on the concept of configurables modules. Well defined interfaces are used to modules comunication. The fault tolerance support is obtained by software replication based techniques. Three replication techniques examples are presented, Hot Standby Passive Replication, Competitive Active Replication and Ciclic Active Replication, as well as the designed support for them. Important implementation details are discussed and, finally, conclusions and sugestions for future work are presented.

[pt] Este trabalho descreve o projeto e a implementação de um microcomputador tolerante a falhas para aplicação em tempo real. O sistema é baseado em uma estrutura duplex e utiliza o conceito de dissimilaridade como forma de reduzir a influência de falhas de modo comum. Vários mecanismos de detecção de falhas foram incorporados de forma a melhorar a cobertura do sistema. Com o objetivo de reduzir o hardcore, o único elemento central existente é o seletor de saída, sendo que os processadores sincronizam-se através da troca de mensagens. / [en] This work describes the design and implementation of a fault-tolerant microcomputer for real-time control applications. The system consists in a duplex structure and the dissimilarity concept is used in order to minimize the probability of common-mode faults. Several fault detection mecanisms were incorporated to increase the coverage of the system.

[pt] Este trabalho propõe uma nova estrutura de rede de interconexão para o sistema de processamento paralelo MULTIPLUS em desenvolvimento no NCE/UFRJ. A rede é tolerante a falhas, e trabalha com chaves de 4 entradas e 4 saídas. Inicialmente, discutem-se as formas de interconexão de máquinas paralelas. Descrevem-se sucintamente algumas arquiteturas de sistemas paralelos com ênfase no MULTIPLUS. A seguir, comentam-se alguns conceitos básicos a respeito de redes de interconexão. Apresenta-se a árvore genealógica das redes de interconexão multiestágio, acompanhada de um breve histórico do surgimento das mesmas. Destacam-se algumas redes de percurso único relacionadas com esta dissertação. Após uma introdução aprofundada sobre tolerância a falhas, descrevem-se algumas redes tolerantes a falhas. Uma análise bem estruturada sobre tolerância a falhas lança as bases para a proposta da rede de interconexão. Introduz-se o subsistema de interconexão do MULTIPLUS, focalizando a estrutura e os tipos de mensagens existentes. Discutem-se vários aspectos relativos à rede proposta, tais como a topologia, o algoritmo e tipo de roteamento e, principalmente, o mecanismo de tolerância a falhas. Descreve-se detalhadamente o projeto do elemento de chaveamento 4x4, com destaque nas máquinas de estado controladoras da chave, porém sem detrimento do circuito de prioridade, do circuito de contagem de pacotes, do circuito de comparação de tamanho da mensagem, do circuito de chaveamento, e do circuito de realinhamento de endereço. Inclui-se também uma descrição detalhada do funcionamento do elemento de chaveamento. Por fim, apresentam-se as expectativas de desempenho de uma rede com 16 entradas e 16 saídas, onde calculam-se o atraso para percorrer a rede de uma mensagem de leitura (12 pacotes), o atraso médio por pacote, o throughput médio por porta, e o throughput médio total da rede. Compara-se o desenho de três redes - uma de tamanho mínimo (4x4), outra de tamanho máximo (256x256), e outra de tamanho 16x16 - implementadas com chaves 2x2 e 4x4. apresentam-se os resultados do projeto, incluindo-se as EPLDs selecionadas, o custo aproximado de uma rede de 256x256 implementada com as referidas EPLDs, e os tempos de compilação dos blocos componentes da chave. Propõe-se a implementação da chave em VLSI, bem como a inclusão da capacidade de comunicação multicast, como futuros desenvolvimentos. / [en] This work proposes a new structure of interconnection network for the MULTIPLUS, a parallel processing system under development at NCE/UFRJ. The network is fault tolerant, and works with 4 inputs and 4 outputs switches. Initially, some interconnection forms of parallel machines are discussed. Some parallel systems architecture are briefly described with emphasis on MULTIPLUS. Following, some basic concepts of interconnection networks are commented. A family tree of multistage interconnection networks, and a short history of their appearance in the literature, are presented. Some Single Path Networks, wich are related with this dissertation, are briefly described. After a deep introduction of fault tolerance, some fault- tolerant interconnection network are described. A well- structured analysis on fault tolerance gives the basis for the interconnection network proposal. The MULTIPLUS interconnection subsystem is introduced, focusing the messages´ types and structure. Various aspects regarding the proposed network - such as the topology, routing type and algorithm and, mainly, the fault- tolerance mechanism - are discussed. The design of the 4x4 switch is described in details, with emphasis on switch controllers finite state machines, but also including the priority circuit, packet counting circuit, message size compariong circuit. A detailed description of the seitch operation is given. At last, the expectede performance of a 16 inputs and 16 outpus network, where a reading message (12 packets) delay, the packet mean delay, port mean throughput, and overall mean throughput are calculated. The performance of 3 networks - one with minimum size (4x4), other with maximum size (256x256), and another with 16x16 size, each of which implemented with 2x2 and 4x4 switches - are compared. The design results are presented, including the selected EPLDs, apprximated cost of a 256x256 network implemented with the already mentioned EPLDs, and the compiling times of the switch blocks. The switch implementation in VLSI tecnology, as well the multicast communication capability, are proposed as future developments.

[pt] Neste trabalho considera-se um sistema de computação geograficamente localizado, destinado ao controle de processos em tempo real. O trabalho tem como objetivo determinar uma política de tolerância a falhas transientes, bem como uma arquitetura de base para o sistema em questão, assim como dispendido para implementá-la. Abordam-se os pontos chaves necessários a tolerância, os quais são a caracterização das falhas físicas e humanas, as funções de mascaramento, deteção e recuperação após falhas físicas. O conceito de diversificação é considerado como uma alternativa à deteção e tolerância a falhas humanas (projeto), como também no que diz respeito a capacidade de fornecer uma deteção eficaz de falhas físicas em modo comum, pois proporciona uma independência entre os módulos redundantes quando uma mesma falha os atinge de forma idêntica. São apresentados uma arquitetura de base e a forma selecionada de colocar em prática a diversificação: a emulação de um dos microprocessadores. / [en] This work consideres a geographically localized computerized control sustem. The aim is to determine a policy of tolerance to transient faults, a well as a basic architecture for the control system. A discussion of the allocated effort to implement it is included here. They included the characterization of physical and human faults, masking, detection and recovery of physical faults. The concept of distinctness is considered as an alternative to detection and toleranc3e to human faults and also with respect to the capability to provide an effective detection of physical faults of common mode. This approach provides an independing among redundant modules when the same fault affects them in an identical way. This work presents a basic architecture which illustrates the use of the concept of distinctness, through the emulation of a microprocessor.

[pt] Nesse trabalho propomos um mecanismo com detecção de falhas, replicação e gerenciamento de grupos para instrumentação de sistemas de gerenciamento de workflow com tolerância a falhas. Sistemas de gerenciamento de workfow demandam alguns recursos específicos de replicação, pois realizam operações não-determinísticas e não dependem de chamadas externas para atualização do seu estado. Como estudo de caso, utilizamos um sistema de automação de procedimentos industriais e analisamos as modificações necessárias para utilização desse sistema com o mecanismo de tolerância a falhas proposto. Também avaliamos o impacto no desempenho do sistema decorrente do uso do mecanismo proposto. / [en] In this work we propose a mechanism for failure detection, group management and service replication, providing fault tolerance for workflow management systems. Workflow management systems require specific replication features, since such systems deal with non-deterministic operations and update their s internal state without any external calls. As a case study we use an industrial automation system and analyze the needed modifications to use the proposed mechanism and evaluate the impact of the mechanism in the system s performance.

[pt] Sistemas supervisores envolvendo software embarcados são encontrados com freqüência e são responsáveis pela supervisão de equipamentos que vão desde máquinas industriais e eletrodomésticos, a celulares e PDAs. Muitos possuem severos requisitos de confiabilidade e tolerância a falhas, bem como características de sistemas de tempo real. Esta pesquisa investiga o uso de tecnologias de ponta como Design by Contract, Agentes de Software, Mock Objects e Componentes de Software no auxílio ao desenvolvimento de sistemas de monitoramento e aquisição em tempo real. Explora-se, ainda, o conceito de sistemas orientados à recuperação. Para realizar tal análise é utilizado como estudo de caso um sistema de inspeção de dutos, que foi implementado utilizando tais tecnologias. De maneira resumida, pode-se dizer que neste estudo de caso percebeu-se que o uso dessas tecnologias fez com que o sistema fosse desenvolvido em um curto espaço de tempo, sendo que questões relevantes não foram prejudicadas, como por exemplo o fato do sistema ser robusto e tolerante a falhas. É importante ressaltar que o sistema apresentado se encontra em uso em inspeções de dutos reais. / [en] Supervisory systems allied to embedded software, a common subject in the literature, are responsible by the supervision of equipments like industrial machines, household-electric devices, cellular phones and PDAs. Many of them have severe requisites of fault tolerance and reliability as well as real time systems features. This research investigates the use of state-of-the-art technologies such as Design By Contract, Mock Objects, software agents and components in the development of real-time monitoring and data-acquisition systems. Recovery oriented systems concepts are also explored. The case study carried out to the research is a pipeline inspection software system, which uses such technologies. In a nutshell, it can be said that this case study showed strong evidence that the use of these technologies allowed the development in a very short time, without any loss of robustness, fault tolerance and reliability. The developed system is currently being used in real pipeline inspections.

[pt] Tratamento de erros em aplicações móveis sensíveis ao contexto não é uma tarefa trivial devido às características peculiares destes sistemas, como mobilidade, comunicação assíncrona e aumento de imprevisibilidade. Mecanismos convencionais de tratamento de exceções não podem ser utilizados por vários motivos. Primeiro, a propagação de erros deve considerar as mudanças contextuais que ocorrem constantemente nestes sistemas. Segundo, as atividades de recuperação de erros e a estratégia de tratamento de exceções também precisam freqüentemente ser selecionadas de acordo com as informações de contexto. Terceiro, a própria caracterização de uma exceção pode depender do contexto dos dispositivos envolvidos. Embora vários middlewares orientados a contexto ofereçam suporte ao desenvolvimento de aplicações móveis, estes sistemas raramente fornecem suporte adequado ao tratamento de exceções. Este trabalho realiza uma análise das soluções existentes para tratamento de exceções, considerando os requisitos de sensibilidade ao contexto. Além disso, são propostos um modelo para tratamento de exceções sensível ao contexto e um mecanismo implementado a partir de MoCA (Mobile Collaboration Architecture). MoCA é um middleware publish-subscribe que oferece suporte ao desenvolvimento de aplicações móveis colaborativas através da incorporação de serviços de contexto. Finalmente, este trabalho avalia o mecanismo de exceções proposto através de sua utilização em alguns protótipos de aplicações colaborativas desenvolvidas a partir de MoCA. Através do mecanismo, foram implementadas diferentes estratégias de tratamento de exceções que consideram as informações de contexto das aplicações. / [en] Context-sensitive exception handling on mobile systems is not a trivial task due to their intrinsic characteristics: mobility, asynchrony and increased unpredictability. Conventional mechanisms of exception handling can not be used for many reasons. First, error propagation needs considering the contextual changes that often occur in these systems. Second, error recovery and exception handling strategies also frequently need to be selected according to contextual information. Third, the characterization of an exception may depend on the contextual situation of involved devices. Even though there are now several context-oriented middleware systems that provide support for the development of mobile applications, they rarely provide explicit and adequate features for contextsensitive exception handling. This work presents an analysis of existing exception handling mechanisms, which to some extent consider the context-awareness requirements. Besides, it proposes a general model for context-sensitive exception handling and a supporting mechanism implemented using the MoCA (Mobile Collaboration Architecture) infrastructure. MoCA is a publish-subscribe middleware supporting the development of collaborative mobile applications by incorporating explicit services to empower software agents with contextsensitiveness. Finally, this paper reports our experience in implementing contextaware exception handling strategies in some prototype collaborative applications built with the MoCA system.

[pt] Com o aumento da complexidade dos SMA´s governados por leis, tornouse mais difícil projetar e implementar requisitos referentes à tolerância a falhas, principalmente por não existir nenhum ponto de controle sobre tais sistemas. E, apesar disto, não são conhecidas soluções que abordem tais questões na literatura de governança de SMA´s baseados em leis. Contudo, existe uma técnica de tolerância a falhas, chamada Replicação de Agentes, que propõe reutilizar os conceitos de recuperação em sistemas distribuídos através da tolerância a falhas para a recuperação de agentes baseando- se em informações que identifiquem suas criticalidades. Entretanto, apesar de existirem algumas estratégias de estimativa de criticalidade de agentes, nenhuma apresenta o grau de granularidade suficiente para o monitoramento de SMA´s abertos governados por leis. Desta forma, o trabalho aqui proposto tem como objetivo apresentar um mecanismo de configuração de variação de criticalidade de agentes que interagem em SMA´s abertos. Para isto é proposta uma arquitetura para desenvolvimento de SMA´s abertos governados por leis tolerantes a falhas e uma abordagem para projetar tais mecanismos com simplicidade, modularidade e reuso. Este trabalho apresenta três contribuições principais: a extensão no modelo conceitual da linguagem declarativa de especificação de lei XMLaw com elementos para monitoramento da criticalidade dos agentes; a integração dos frameworks de governança de SMA´s abertos (M-Law) e de adaptação dinâmica de replicação de agentes (DIMAX); e a proposição de uma forma de documentação e derivação das leis. Por fim são apresentadas planilhas de resultados da aplicação do mecanismo proposto em dois estudos de caso. / [en] With law-governed multi-agent systems complexity growth, it is harder to design and implement requirements related to dependability mainly because there is no control point over such systems. Despite the great importance of those problems, there is no solution that fully addresses those issues in the context of law-governed multi-agent systems. However, there is a fault tolerant technique called Agent Replication that proposes the reuse of some recovery concepts of distributed systems through a fault tolerance based approach on some data that helps the identification of critical agent. And, besides the existents strategies of agents´ criticality estimation, none of them presents the granularity degree necessary for the monitoring of law- governed open MAS´s. Due to it, the goal of this work is to present a mechanism of the configuration variation of the agents´ criticality that interacts in open MAS´s. To achieve this goal, an architecture to support the development of fault tolerant law-governed open MAS and an approach to design such mechanisms with simplicity, modularity and reuse were proposed. This work has three main contributions: an extension on the conceptual model of the law- specification declarative language XMLaw within new elements to monitor the agents´ criticality; the integration of two frameworks: one is for law-enforcement (M-Law), and the other one is for a dynamic and adaptative agents´ replication (DimaX); and a proposal of a means to document and derive the laws. Finally, we present some sheets of the results of the proposed mechanism application in two case studies.