Effiziente Systemevaluation mit stochastischen Modellen

Abstract

Stochastische Modelle werden zur Evaluation von Computersystemen benötigt. Diese Arbeit betrachtet Fragen der Effizienz von Evaluationsansätzen unter besonderer Berücksichtigung stochastischer Fehlermodelle. Sie bietet einen Überblick über stochastische Fehlermodelle und wendet sich anschließend dem effizienten Einsatz von Phasentypverteilungen zu. Es werden Methoden zur effizienten Zufallszahlengenerierung in Simulationen entwickelt und eine Aussage zur optimalen Repräsentation hergeleitet. Des weiteren wird ein neuer Algorithmus für die Anpassung von Phasentypverteilungen an Daten und seine Implementierung im Werkzeug HyperStar vorgestellt. Drei Fallstudien illustrieren den Einsatz stochastischer Modelle an Beispielen aus der Praxis.