| Title: | Self-Adaptation in Industry: A Survey |
| Other Titles: | Průzkum samoadaptace v průmyslu |
| Authors: | Weyns, Danny Gerostathopoulos, Ilias Abbas, Nadeem Andersson, Jesper Biffl, Stefan Brada, Přemysl Bureš, Tomáš Di Salle, Amleto Galster, Matthias Lago, Patricia Lewis, Grace A Litoiu, Marin Musil, Angelika Musil, Juergen Patros, Panagiotis Pelliccione, Patrizio |
| Citation: | WEYNS, D. GEROSTATHOPOULOS, I. ABBAS, N. ANDERSSON, J. BIFFL, S. BRADA, P. BUREŠ, T. DI SALLE, A. GALSTER, M. LAGO, P. LEWIS, GA. LITOIU, M. MUSIL, A. MUSIL, J. PATROS, P. PELLICCIONE, P. Self-Adaptation in Industry: A Survey. ACM Transactions on Autonomous and Adaptive Systems, 2023, roč. 18, č. 2, s. 1-44. ISSN: 1556-4665 |
| Issue Date: | 2023 |
| Publisher: | Association for Computing Machinery |
| Document type: | článek article |
| URI: | 2-s2.0-85177864146 http://hdl.handle.net/11025/54904 |
| ISSN: | 1556-4665 |
| Keywords: | průzkum;samoadaptace;průmysl |
| Keywords in different language: | self-adaptation;industry;survey |
| Abstract: | Počítačové systémy tvoří páteř mnoha oblastí naší společnosti, od výroby po řízení dopravy, zdravotnictví a finanční systémy. Tam, kde software hraje zásadní roli při návrhu, konstrukci a provozu, jsou takové systémy označovány jako softwarově náročné systémy. Samoadaptace vybavuje softwarově náročný systém zpětnovazební smyčkou, která buď automatizuje úkoly, které jinak musí provádět lidská obsluha, nebo se vypořádává s nejistými podmínkami. Takové zpětnovazební smyčky si našly cestu v řadě praktických aplikací; typickými příklady jsou elastický cloud pro přizpůsobení výpočetních zdrojů a automatizovaná správa serverů pro rychlou reakci na obchodní potřeby. Abychom získali přehled o motivacích pro uplatnění samoadaptace v praxi, o problémech řešených pomocí samoadaptace a o tom, jak jsou tyto problémy řešeny, a dále o obtížích a rizicích, kterým průmysl při přijímání samoadaptace čelí, provedli jsme rozsáhlý průzkum. Obdrželi jsme 184 platných odpovědí od odborníků z praxe z 21 zemí. Na základě analýzy dat z průzkumu poskytujeme empiricky podložený přehled o stavu praxe v aplikaci samoadaptace. Z toho odvozujeme poznatky pro výzkumné pracovníky, kterými mohou ověřit soulad svého výzkumu s průmyslovými potřebami, a pro odborníky z praxe, aby porovnali svou současnou praxi při uplatňování samoadaptace. Tyto poznatky také poskytují příležitosti pro uplatnění samoadaptace v praxi a připravují cestu pro budoucí spolupráci mezi průmyslem a výzkumem. |
| Abstract in different language: | Computing systems form the backbone of many areas in our society, from manufacturing to traffic control, healthcare, and financial systems. When software plays a vital role in the design, construction, and operation, these systems are referred to as software-intensive systems. Self-adaptation equips a software-intensive system with a feedback loop that either automates tasks that otherwise need to be performed by human operators or deals with uncertain conditions. Such feedback loops have found their way to a variety of practical applications; typical examples are an elastic cloud to adapt computing resources and automated server management to respond quickly to business needs. To gain insight into the motivations for applying self-adaptation in practice, the problems solved using self-adaptation and how these problems are solved, and the difficulties and risks that industry faces in adopting self-adaptation, we performed a large-scale survey. We received 184 valid responses from practitioners spread over 21 countries. Based on the analysis of the survey data, we provide an empirically grounded overview the of state of the practice in the application of self-adaptation. From that, we derive insights for researchers to check their current research with industrial needs, and for practitioners to compare their current practice in applying self-adaptation. These insights also provide opportunities for applying self-adaptation in practice and pave the way for future industry-research collaborations. |
| Rights: | © The Author(s) |
| Appears in Collections: | Články / Articles (KIV) OBD |
Files in This Item:
| File | Size | Format | |
|---|---|---|---|
| weyns2023survey.pdf | 2,94 MB | Adobe PDF | View/Open |
Please use this identifier to cite or link to this item:
http://hdl.handle.net/11025/54904Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.