Tolerancia a fallos

4. Tolerancia a fallos
4.1 Introducción
4.2 Fiabilidad, avería y fallos
4.3 Prevención y tolerancia a fallos
4.4 Redundancia dinámica del software
4.5 Bloques de recuperación
4.6 Componentes de sistemas tolerantes a fallos
D.S.T.R.
Tolerancia a fallos- 1/12
4.1. Introducción
Fallos de funcionamiento de STRs:
● Especificación inadecuada.
● Errores en el diseño de los componentes de software.
● Fallos introducidos por averías en hardware.
● Fallos de comunicación de los sistemas.
Dos enfoques:
● Técnicas de diseño
● Manejo de excepciones
D.S.T.R.
Tolerancia a fallos- 2/12
4.2. Fiabilidad, avería y fallos
Fiabilidad (reliability) de un sistema: conformidad a la especificación
de su comportamiento.
Especificación: completa, consistente, comprensible y no ambigua.
Avería (failure): desviación del comportamiento de un sistema con
respecto a su especificación.
sistema altamente fiable = sistema con baja tasa de averías
Averías provienen de problemas internos inesperados: errores
Causas de los errores: fallos.
Tipos de fallos:
● Transitorios
● Permanentes
● Intermitentes
D.S.T.R.
Tolerancia a fallos- 3/12
4.3. Prevención y tolerancia a fallos
Prevención de fallos: evitar fallos antes del funcionamiento
Tolerancia a fallos: comportamiento correcto pese a los fallos
4.3.1. Prevención de fallos
Evitar fallos: impedir que se introduzcan. A nivel software:
● Reutilizar componentes fiables.
● Utilizar metodologías de diseño rigurosas.
● Utilizar lenguajes de programación y entornos de desarrollo adecuados.
Eliminar fallos: localizar y eliminar fallos en el sistema. A nivel software:
● Revisiones de diseño.
● Verificación de programas.
● Inspecciones de código.
● Pruebas del sistema.
Pruebas del sistema: no son suficientes para eliminar todos los fallos
● No demuestran la ausencia de fallos
● Condiciones realistas difíciles => simulación
● Problemas de especificación aparecen en funcionamiento
D.S.T.R.
Tolerancia a fallos- 4/12
4.3.2. Tolerancia a fallos
Necesaria por fallos no encontrados o fallos de harware
Tolerancia completa (full fault tolerance): el sistema sigue funcionando, al
menos durante un tiempo, sin perder funcionalidad o prestaciones.
●
Degradación aceptable (graceful degradation): el sistema sigue
funcionando con una degradación parcial en su funcionalidad o
prestaciones hasta que el fallo sea solucionado.
●
Parada segura: el sistema mantiene su integridad deteniéndose de forma
correcta.
●
D.S.T.R.
Tolerancia a fallos- 5/12
4.3.1. Redundancia
Tolerancia a fallos => introducción de elementos adicionales o redundantes
en el sistema
Objetivo: maximizar fiabilidad, minimizar redundancia
Conveniente aislar componentes redundantes
Redundancias (harware):
Redundancia estática: componentes redundantes siempre activos.
Sistema de votación TMR (redundancia modular triple) o NMR
●
●
Redundancia dinámica: componentes activados en fallos
Redundancias (software):
Redundancia estática: distintas versiones desarrolladas
independientemente
●
Redundancia dinámica: componentes activados en fallos. A
continuación...
●
D.S.T.R.
Tolerancia a fallos- 6/12
4.4. Redundancia dinámica del software
Cuatro etapas:
● Detección del error.
● Evaluación y confinamiento de los daños.
● Recuperación del error.
● Reparación del fallo.
4.4.1. Detección de errores
Detección por el entorno: por hardware o sistema operativo
Detección por la aplicación:
● Comprobación mediante replicación: varias versiones
● Comprobación mediante temporización: watchdog timer o plazo de
ejecución
● Comprobación por inversión: cuando hay relación isomórfica entradasalida
● Comprobación de código: información redundante en los datos
● Comprobación de valores o estado: introducción de aserciones
D.S.T.R.
Tolerancia a fallos- 7/12
4.4.2. Evaluación y confinamiento de daños
Minimización del efecto del error:
● Descomposición modular
● Acciones atómicas
● Mecanismos de protección de acceso a recursos
4.4.3. Recuperación de errores
Una vez detectado y confinado el error
Recuperación: paso de estado erróneo a correcto (a veces con
funcionalidad reducida)
Recuperación directa o hacia adelante (forward): avanza a estado
correcto mediante correcciones
●
Recuperación inversa o hacia atrás (backward): vuelve a un punto de
recuperación generado mediante checkpointing
●
D.S.T.R.
Tolerancia a fallos- 8/12
Efecto dominó:
Solución: establecer puntos de recuperación globales
Conjunto de puntos de recuperación globales: línea de recuperación
D.S.T.R.
Tolerancia a fallos- 9/12
4.4.4. Reparación de fallos
Erradicar el fallo:
● Localizar el fallo
● Eliminar el fallo
Problema en sistemas que no se apagan o desactivan
4.5. Bloques de recuperación
Técnica de tolerancia a fallos que usa bloques:
● La entrada es un punto de recuperación
● La salida realiza un test de aceptación
Aceptación negativa => bloque alternativo
Todos los bloques negativos => recuperación a nivel más alto
Integra: detección de fallos, confinamiento de daños y recuperación
del error. No integra reparación del fallo
Test de aceptación: exhaustividad <-> tiempo de ejecución
D.S.T.R.
Tolerancia a fallos- 10/12
4.6. Componentes de sistemas tolerantes a fallos
Excepción: mecanismo de lenguajes de programación para recuperación
directa de fallos
Fallo => la excepción se eleva al código invocante de la actividad errónea
Recuperación del fallo: manejador de la excepción
Dos tipos de excepciones:
● Excepciones de interfaz: peticiones de servicio ilegales
● Excepciones de avería: funcionamiento del componente invocado
Idealmente, antes de elevar la excepción el componente debe regresar a
estado que permita atender futuras peticiones
D.S.T.R.
Tolerancia a fallos- 11/12
Componente tolerante a fallos ideal:
D.S.T.R.
Tolerancia a fallos- 12/12