Макропрограммирование

В информатике . макропрограммирование — это парадигма программирования направленный на выражение макроскопического, глобального поведения всей системы агентов или вычислительных устройств. ^[1] В макропрограммировании локальные программы для отдельных компонентов распределенной системы компилируются или интерпретируются из макропрограммы, обычно выражаемой с точки зрения системного уровня или с точки зрения намеченной глобальной цели. ^[1] Целью подходов макропрограммирования является поддержка выражения макроскопического интерактивного поведения целой распределенной системы вычислительных устройств или агентов в одной программе или, аналогичным образом, содействие их коллективному разуму . ^[2] Его не следует путать с макросами — механизмом, часто встречающимся в языках программирования (таких как C или Scala ) для выражения правил замены частей программы.

Макропрограммирование зародилось в контексте беспроводных сенсорных сетей. программирования ^[3]^[4]^[5] и обнаружил возобновление интереса к Интернету вещей. ^[6] и роевая робототехника . ^[7]^[1]

Макропрограммирование имеет схожие цели (связанные с программированием системы в глобальной перспективе) с многоуровневым программированием , хореографическим программированием и агрегатными вычислениями .

и мотивация Контекст

Программирование распределенных систем , мультиагентных систем и коллективов программных агентов (например, роев роботов ) затруднено, поскольку необходимо должным образом учитывать многие вопросы (такие как связь, параллелизм и отказы). В частности, общая повторяющаяся проблема заключается в том, как вызвать предполагаемое глобальное поведение, определяя поведение отдельных задействованных компонентов или агентов. Эту проблему можно решить с помощью подходов к обучению, таких как многоагентное обучение с подкреплением , или путем ручного определения программы управления, управляющей каждым компонентом. Однако решение проблемы с полностью индивидуальной (или одноузловой) точки зрения может быть подвержено ошибкам, поскольку, как правило, трудно предвидеть общее поведение, возникающее из сложных сетей действий и взаимодействий (ср. сложные системы и возникновение ). Поэтому исследователи начали исследовать способы повышения уровня абстракции, продвигая программирование распределенных систем с более глобальной точки зрения или с точки зрения общей цели, которую необходимо достичь коллективно.

Примеры [ править ]

СкаФи [ править ]

Следующая программа на совокупном языке программирования ScaFi. ^[8] [1] определяет логику управления циклом, необходимую для вычисления канала (логическое поле, в котором устройства, выдающие true это те, которые соединяют по шаговому пути исходное устройство с целевым устройством) через большой набор расположенных устройств, взаимодействующих с соседями.

класс   SelfContainedChannel   расширяет   AggregateProgram   с помощью   SensorDefinitions   { 
   def   isObstacle   =   sense  [  Boolean  ](  "препятствие"  ) 
   def   isSource   =   sense  [  Boolean  ](  "source"  ) 
   def   isDestination   =   sense  [  Boolean  ](  "target"  ) 
  
   override   def   main  ():   Boolean   =  
   ветвь  (  isObstacle  ) {   false   }   канал  (  isSource  ,   isDestination  ,   5  )   } 

   def   канал  (  src  :   Boolean  ,   dest  :   Boolean  ,   width  :   Double  ):   Boolean   = 
     dilate  (  distanceTo  (  src  )   +   distanceTo  (  dest  )   <=   distanceBetween  (  src  ,  dest  ),   ширина  ) 

   тип   OB  [  T  ]   =   Встроенные функции  .   Ограниченный  [  T  ] 
   def   G  [  V  :  OB  ](  src  :   Boolean  ,   поле  :   V  ,   Acc  :   V  =>  V  ,   метрика  :   =>  Double  ):   V   = 
     Rep  (   (  Double  .  MaxValue  ,   field  )   ) {   dv   => 
       mux  (  src  )   {   (  0,0  ,   поле  )   }   { 
         minHoodPlus   { 
           val   (  d  ,   v  )   =   nbr   {   (  dv  .  _1  ,   dv  .  _2  )   } 
           (  d   +   metric  ,   acc  (  v  )) 
         }   }   }.   _2 

   def   distanceTo  (  источник  :   Boolean  ):   Double   = 
     G  [  Double  ](  source  ,   0  ,   _   +   nbrRange  (),   nbrRange  ())) 

   def   Broadcast  [  V  :  OB  ](  source  :   Boolean  ,   поле  :   V  ):   V   = 
     G  [  V  ](  source  ,   field  ,   x  =>  x  ,   nbrRange  ()) 

   def   distanceBetween  (  source  :   Boolean  ,   target  :   Boolean  ):   Double   = 
     широковещательная передача  (  источник  ,   градиент  (  target  )) 

   def   dilate  (  регион  :   Boolean  ,   ширина  :   Double  ):   Boolean   = 
     градиент  (  регион  )   <   ширина 
 }

Что интересно отметить, так это то, что channel функция, а также функции, которые используются для ее реализации, а именно distanceTo, distanceBetween, dilate, broadcastи т. д. можно интерпретировать не только с точки зрения индивидуального поведения устройства, но и с макроскопической точки зрения . В действительности, например, distanceTo(s) используется для вычисления поля минимальных расстояний от ближайшего устройства, для которого выражение s урожайность true: по сути, это распределенная структура данных , которая поддерживается за счет обработки и связи с соседями самоорганизующимся способом. Семантически такие функции определяют поведение макроуровня (или коллектива), которое создает структуру данных макроуровня (или коллектива). Такие функции/поведения макроуровня можно скомпоновать вместе, чтобы получить другую, более сложную функцию/поведения макроуровня.

полк [ править ]

Следующая программа на языке полка ^[4] может использоваться для расчета средней температуры, воспринимаемой всей системой:

% определение функции 
 doSum   ::   float   (  float  ,   int  )   ->   (  float  ,   int  ); 
  doSum  (  температура  ,   (  сумма  ,   счетчик  ))   {   (  сумма  +  температура  ,   счетчик  +  1  )   } 

 % функциональная реактивная программная логика 
 tempRegion   =   rmap  (  fun  (  node  ) {   смысл  (  "температура"  ,   node  )   },   world  ); 
  sumSignal   =   rfold  (  doSum  ,   (  0.0  ,   0  ),   tempRegion  ) 
 avgSignal   =   smap  (  fun  ((  sum  ,  count  )) {   sum   /   count   },   sumSignal  ) 

 BASE   <-   avgSignal   % переместить такую информацию на базовую станцию

ПЁТ [ править ]

Следующая программа в PyoT ^[9] может использоваться для включения вентилятора, если средняя температура, рассчитанная несколькими датчиками, превышает определенный порог.

температуры   =   Ресурс  .   объекты  .   фильтр  (  title  =  «temp»  ) 
 результаты   =   [  temp  .   GET  ()   для   температуры   в   температурах  ] 
 avg   =   sum  (  results  )   /   len  (  results  ) 
 TEMP_THRESHOLD   =   24 
 , если   avg   >   TEMP_THRESHOLD  : 
     Ресурс  .   объекты  .   получить  (  title  =  «фанат»  )  .   Надевать  "   )

TinyDB [ править ]

В TinyDB ^[10] используется подход макропрограммирования, ориентированный на данные, при котором программист пишет запрос, который превращается в одноузловые операции и маршрутизацию в беспроводной сенсорной сети.

ВЫБЕРИТЕ   nodeId   ,   температура   ГДЕ   температура   >   k   ОТ   датчиков   ПЕРИОД   ВЫБОРКИ   5   минут

См. также [ править ]

Ссылки [ править ]

^ Перейти обратно: ^а ^б ^с Касадеи, Роберто (11 января 2023 г.). «Макропрограммирование: концепции, современное состояние и возможности макроскопического моделирования поведения». Обзоры вычислительной техники ACM . 55 (13с). Ассоциация вычислительной техники (ACM): 1–37. arXiv : 2201.03473 . дои : 10.1145/3579353 . ISSN 0360-0300 . S2CID 245837830 .
^ Касадеи, Роберто (01 ноября 2023 г.). «Инженерия искусственного коллективного разума: обзор концепций и перспектив». Искусственная жизнь . 29 (4). Массачусетский технологический институт Пресс: 433–467. arXiv : 2304.05147 . дои : 10.1162/artl_a_00408 . ISSN 0360-0300 .
^ Ньютон, Райан; Уэлш, Мэтт (2004). «Региональные потоки». Материалы 1-го международного семинара по управлению данными для сенсорных сетей совместно с VLDB 2004-DMSN '04 . Нью-Йорк, Нью-Йорк, США: ACM Press. п. 78. дои : 10.1145/1052199.1052213 .
^ Перейти обратно: ^а ^б Ньютон, Райан; Моррисетт, Грег; Уэлш, Мэтт (2007). «Система макропрограммирования полка». Материалы 6-й международной конференции «Обработка информации в сенсорных сетях» IPSN '07 . Нью-Йорк, Нью-Йорк, США: ACM Press. п. 489. дои : 10.1145/1236360.1236422 . ISBN 978-1-59593-638-7 .
^ Гуммади, Рамакришна; Гнавали, Омпракаш; Говиндан, Рамеш (2005). «Макропрограммирование беспроводных сенсорных сетей с использованием Kairos». Распределенные вычисления в сенсорных системах . Берлин, Гейдельберг: Springer Berlin Heidelberg. стр. 126–140. дои : 10.1007/11502593_12 . ISBN 978-3-540-26422-4 . ISSN 0302-9743 .
^ Джуниор, Ивенс Г.С.; Сантана, Талия С. де; Булькао-Нето, Ренато де Ф.; Портер, Барри Ф. (18 ноября 2022 г.). «Состояние макропрограммирования в IoT: обновление» . Журнал Интернет-услуг и приложений . 13 (1). Sociedade Brasileira de Computacao - SB: 54–65. дои : 10.5753/jisa.2022.2372 . ISSN 1869-0238 . S2CID 254365168 .
^ Моттола, Лука; Пикко, Джан Пьетро (2011). «Программирование беспроводных сенсорных сетей». Обзоры вычислительной техники ACM . 43 (3). Ассоциация вычислительной техники (ACM): 1–51. дои : 10.1145/1922649.1922656 . hdl : 11311/635123 . ISSN 0360-0300 . S2CID 1837434 .
^ Касадеи, Роберто; Вироли, Мирко; Агуцци, Джанлука; Пианини, Данило (2022). «ScaFi: Scala DSL и набор инструментов для совокупного программирования». Программное обеспечениеX . 20 . Elsevier BV: 101248. doi : 10.1016/j.softx.2022.101248 . hdl : 11585/903248 . ISSN 2352-7110 .
^ Аззара, Андреа; Алессандрелли, Даниэле; Боккино, Стефано; Петракка, Маттео; Пагано, Паоло (2014). «PyoT, среда макропрограммирования для Интернета вещей». Материалы 9-го Международного симпозиума IEEE по промышленным встраиваемым системам (SIES 2014) . IEEE. стр. 96–103. дои : 10.1109/sies.2014.6871193 . ISBN 978-1-4799-4023-3 .
^ Мэдден, Сэмюэл Р.; Франклин, Майкл Дж.; Хеллерштейн, Джозеф М.; Хун, Вэй (2005). «TinyDB: система обработки запросов для сенсорных сетей». Транзакции ACM в системах баз данных . 30 (1). Ассоциация вычислительной техники (ACM): 122–173. дои : 10.1145/1061318.1061322 . ISSN 0362-5915 . S2CID 2239670 .

[Casadei_2023-1] Перейти обратно: ^а ^б ^с Касадеи, Роберто (11 января 2023 г.). «Макропрограммирование: концепции, современное состояние и возможности макроскопического моделирования поведения». Обзоры вычислительной техники ACM . 55 (13с). Ассоциация вычислительной техники (ACM): 1–37. arXiv : 2201.03473 . дои : 10.1145/3579353 . ISSN 0360-0300 . S2CID 245837830 .

[CI_2023-2] Касадеи, Роберто (01 ноября 2023 г.). «Инженерия искусственного коллективного разума: обзор концепций и перспектив». Искусственная жизнь . 29 (4). Массачусетский технологический институт Пресс: 433–467. arXiv : 2304.05147 . дои : 10.1162/artl_a_00408 . ISSN 0360-0300 .

[Newton_Welsh_2004_p.-3] Ньютон, Райан; Уэлш, Мэтт (2004). «Региональные потоки». Материалы 1-го международного семинара по управлению данными для сенсорных сетей совместно с VLDB 2004-DMSN '04 . Нью-Йорк, Нью-Йорк, США: ACM Press. п. 78. дои : 10.1145/1052199.1052213 .

[Newton_Morrisett_Welsh_2007_p.-4] Перейти обратно: ^а ^б Ньютон, Райан; Моррисетт, Грег; Уэлш, Мэтт (2007). «Система макропрограммирования полка». Материалы 6-й международной конференции «Обработка информации в сенсорных сетях» IPSN '07 . Нью-Йорк, Нью-Йорк, США: ACM Press. п. 489. дои : 10.1145/1236360.1236422 . ISBN 978-1-59593-638-7 .

[Gummadi_Gnawali_Govindan_2005_pp._126–140-5] Гуммади, Рамакришна; Гнавали, Омпракаш; Говиндан, Рамеш (2005). «Макропрограммирование беспроводных сенсорных сетей с использованием Kairos». Распределенные вычисления в сенсорных системах . Берлин, Гейдельберг: Springer Berlin Heidelberg. стр. 126–140. дои : 10.1007/11502593_12 . ISBN 978-3-540-26422-4 . ISSN 0302-9743 .

[Júnior_Santana_Bulcão-Neto_Porter_2022_pp._54–65-6] Джуниор, Ивенс Г.С.; Сантана, Талия С. де; Булькао-Нето, Ренато де Ф.; Портер, Барри Ф. (18 ноября 2022 г.). «Состояние макропрограммирования в IoT: обновление» . Журнал Интернет-услуг и приложений . 13 (1). Sociedade Brasileira de Computacao - SB: 54–65. дои : 10.5753/jisa.2022.2372 . ISSN 1869-0238 . S2CID 254365168 .

[Mottola_Picco_2011_pp._1–51-7] Моттола, Лука; Пикко, Джан Пьетро (2011). «Программирование беспроводных сенсорных сетей». Обзоры вычислительной техники ACM . 43 (3). Ассоциация вычислительной техники (ACM): 1–51. дои : 10.1145/1922649.1922656 . hdl : 11311/635123 . ISSN 0360-0300 . S2CID 1837434 .

[Casadei_Viroli_Aguzzi_Pianini_2022_p=101248-8] Касадеи, Роберто; Вироли, Мирко; Агуцци, Джанлука; Пианини, Данило (2022). «ScaFi: Scala DSL и набор инструментов для совокупного программирования». Программное обеспечениеX . 20 . Elsevier BV: 101248. doi : 10.1016/j.softx.2022.101248 . hdl : 11585/903248 . ISSN 2352-7110 .

[Azzara_Alessandrelli_Bocchino_Petracca_2014_p.-9] Аззара, Андреа; Алессандрелли, Даниэле; Боккино, Стефано; Петракка, Маттео; Пагано, Паоло (2014). «PyoT, среда макропрограммирования для Интернета вещей». Материалы 9-го Международного симпозиума IEEE по промышленным встраиваемым системам (SIES 2014) . IEEE. стр. 96–103. дои : 10.1109/sies.2014.6871193 . ISBN 978-1-4799-4023-3 .

[Madden_Franklin_Hellerstein_Hong_2005_pp._122–173-10] Мэдден, Сэмюэл Р.; Франклин, Майкл Дж.; Хеллерштейн, Джозеф М.; Хун, Вэй (2005). «TinyDB: система обработки запросов для сенсорных сетей». Транзакции ACM в системах баз данных . 30 (1). Ассоциация вычислительной техники (ACM): 122–173. дои : 10.1145/1061318.1061322 . ISSN 0362-5915 . S2CID 2239670 .

[1]

[2]

[3]

[4]

[5]

[6]

[7]

[8]

[9]

[10]

и мотивация Контекст ​