Comp obaciónAu omá icadeRequisi osde
CalidadenSis emasMul io ganizacionales*
An onio Ruiz, Amado Du án, Ra ael Co chuelo, Bea iz Be ná dez y Miguel To o
Uni e sidaddeSe illa,Dp o.deLenguajesySis emasIn o má icos
a uiz,amado ,co chu,bea ,[email p o ec ed]
Resumen El uso de se icios WEB y de se ido es de aplicaciones du an e el
desa ollo y explo ación de sis emas mul io ganizacionales basados en la WEB
(MOWS), ha pues o de elie e algunas limi aciones de los ac uales lenguajes
de especi icación de equisi os de calidad pa a sopo a el a amien o au omá-
ico que, sob e es e ipo de equisi os, p ecisan el desa ollo y la explo ación
de MOWS. En es e a ículo se p esen a un lenguaje o mal de especi icación de
equisi os que acili a la comp obación au omá ica de la con o midad ylaecono-
mía, dos p opiedades de g an in e és pa a los MOWS.
Keywo ds: ingenie ía de equisi os, equisi os de calidad, aplicaciones WEB
1.In oducción
El aumen o de la demanda y complejidad de aplicaciones WEB, la p esión po e-
duci los cos es de desa ollo y explo ación, y las nue as posibilidades que o ecen los
llamados se icios WEB [1, 2], son, a g andes asgos, las p incipales azones que han
mo i ado la p opues a de un nue o pa adigma de p og amación conocido como WOP
(Web–O ien ed P og amming) [3]. Es e pa adigma in en a da espues a a los p incipa-
les p oblemas del desa ollo de sis emas mul io ganizacionales basados en la WEB,o
más ab e iadamen e MOWS (Mul i–O ganisa ional Web–based Sys ems), que han sido
de inidos como sis emas cuya uncionalidad es ob enida mayo i a iamen e subcon a-
ando aplicaciones y se icios WEB p opo cionados po múl iples o ganizaciones [3].
Como cab ía espe a , la WOP debe da una espues a e ec i a a p oblemas c í icos
en el desa ollo de un MOWS como son el de la op imalidad yeldelacon o midad
[3, 4]. La op imalidad se de ine como la capacidad de selecciona en e un conjun o de
candida osel se icio WEB o aplicación que sa is ace de mane a óp ima un conjun o de
equisi os de calidad, que incluyen desde la cuo a que es p eciso paga po u iliza los
has a su iempo de espues a. Po su pa e, la con o midad se de ine como la capacidad
de ga an iza que dichos equisi os de calidad se cumplen. Con iene ma iza que en
es e con ex o la palab a ga an iza no debe en ende se como sinónimo de asegu a la
*Es e abajo es á pa cialmen e inanciado po el p oyec o CICYT “GEOZOCO”, TIC 2000-
1106-C02-01, y po el p oyec o CYTED “WEST”
sa is acción inin e umpidade los equisi os, sino de como o ece a las o ganizaciones
que in e ienen en un MOWS un documen ode ga an ía que pe mi a iden i ica en caso
de p oblemas cuál es el elemen o del sis ema que no ha cumplido con sus especi ica-
ciones de calidad y depu a esponsabilidades.
Has a la echa, las limi aciones de los lenguajes de especi icación de equisi os de
calidad han hecho imposible ob ene soluciones au omá icas ealmen e e icaces que e-
suel an es e p oblema. En es e a ículo p esen amos las p incipales ca ac e ís icas de
un nue o lenguaje de especi icación de equisi os diseñado pa a o ece una espues a
adecuada y e icaz a los p oblemas elacionados con la comp obación de la con o mi-
dad. En adelan e ha emos e e encia a es e lenguaje como QRL (Quali y Requi emen s
Language).
Las p incipales apo aciones de QRL espec o a o as p opues as son: i) el uso de un
modelo on ológico pa a de ini a ibu os de calidad que hace posible la comp obación
au omá ica de p opiedades y acili a la comp obación en e documen os de equisi os
que u ilizan di e en es ca álogos de a ibu os ii) la in e p e ación de la comp obación de
la con o midad como un p oblema de sa is acción de es icciones [5] lo que aumen a
conside ablemen e su capacidad exp esi a iii) la posibilidad de especi ica pe íodos de
alidez an o pa a el documen o de equisi os en su conjun o como de cada equisi o
indi idualmen e y i ) la capacidad de especi ica eglas de negociación bila e ales de
modo que los clien es puedan exp esa odas las condiciones que es án dispues os a
acep a y los p o eedo es odas las o e as que desean o ece .
El es o del a ículo es á o ganizadode la siguien e o ma: en la Sección 2 se desc i-
be el p oblema de la con o midad en los MOWS. En la Sección 3 se p esen a de mane a
in ui i a el modelo on ológicode los ca álogos de a ibu os y en la Sección 4 de p esen-
a las posibilidades que o ece QRL pa a desc ibi equisi os de calidad. En la Sección
5 se p esen an las eglas de negociación y en la Sección 6 las eglas que pe mi en es a-
blece los c i e ios de op imalidad. Seguidamen e en la Sección 7, se desc iben algunos
de los abajos elacionados con la p esen e con ibución. Po úl imo, en la Sección 8,
se desc iben las conclusiones y los abajos u u os.
2. La Con o midad en los MOWS
Pa a ilus a de mane a in ui i a el p oblema de la con o midad en los MOWS, ima-
ginemos que se desea cons ui un po al que o ece la misma uncionalidad que un
ep oduc o de ídeo domés ico con una ideo eca po encialmen e in ini a y con la ga-
an ía de que el ni el de calidad se sa is a á mien as du e su explo ación. Du an e el
diseño se ha op ado po u iliza es ipos de se icios WEB: uno pa a la au en i ica-
ción de usua ios (p.e. Mic oso Passpo , h p://www.passpo .com), o o de almacén
de películas y o o de almacén de áile s. De es e modo, el p opie a io del po al só-
lo se enca ga ía de la publicidad y de la coo dinación en e las di e en es se icios y
aplicaciones subcon a ados.
Con obje o de ob ene la máxima en abilidad económica, los MOWS son diseñados
como sis emas abie os y con capacidad de azonamien o au omá ico, de modo que,
en gene al, los p o eedo es de se icios y aplicaciones que pueden o ma pa e del
Condi ions
• Medium ime be ween ails g ea e han 90
minu es
• Medium ime o epai smalle han 60
seconds
• Maximum cos 0.1 Eu o pe connec ion
• S eaming is equi ed
• Nego ia ion:
•i cos is smalle han 0.03 hen
s eaming is no needed
•C i e ia •Minimise he cos pe connec ion
IT aile sBank
playT aile .h ml
O e :
• Medium ime be ween ails: 120
minu es
• Medium ime o epai : 50 seconds
• 0.02 Eu o pe connec ion on
wo kdays
•0.05 Eu o pe connec ion a
weekends
• S eaming is no suppo ed
• And so on ....
$UTXLWHFWXUH
,QWHUQHW
h p://zipi.lsi.us.es/T aile s
h p:// elazquez. ie.us.es/T aile s
O e :
•Medium ime be ween ails: 360 min
•Medium ime o epai : 50 seconds
•S eaming is suppo ed
•Media: B oadBand
•Cos : 0.4 eu os (B oadband)
•Nego ia ion
•I Media is T1 o ISDN
hen Cos is 0.3 eu os
•I Media is Modem-56K
hen Cos is 0.2 eu os
•And so on ....
Figu a1. F agmen o de la a qui ec u a de un po al que pe mi e la ep oducción de películas y
áile s.
sis ema no son conocidos de an emano, sino que en cada conexión se elige el p o eedo
que esul e más bene icioso.
La Figu a 1 mues a un agmen o de la is a de implemen ación (de acue do con
UML [6]) de la a qui ec u a so wa e del po al de ideo. Como puede obse a se, pa a
ep oduci un áile (página playT aile .h m) se necesi a un se icio WEB que
implemen ela in e az IT aile sBank.Po su pa e, la línea discon inuadel con o -
no del se icio WEB (componen e es e eo ipado con una bola del mundo) signi ica que
el se icio de almacenamien o de áile s puede se p opo cionado po cualquie p o-
eedo de dicho se icio que o ezca un ni el de calidad que sa is aga las condiciones
es ablecidas po el sis ema. De aho aen adelan ellama emoscondicionesal documen o
que especi ica los equisi os de calidad exigidos po el sis ema y o e a al documen o
que especi ica los equisi os que el p o eedo se comp ome e a ga an iza .
Una de las ac i idades necesa ias pa a pode ga an iza la con o midad, es la com-
p obación de que las condiciones que debe sa is ace el p o eedo del se icio pueden
cumpli se con la o e a de calidad que és e p opo ciona. En la igu a 1 se mues an dos
p o eedo esdese iciosdealmacenamien ode áile s.Es ácilcomp oba quelao e a
del p ime p o eedo (h p://zipi.lsi.us.es/T aile s) no sa is ace las condiciones exigidas
po el sis ema pues no sopo a s eaming. De igual modo, es ácil comp oba que la
o e a del segundo p o eedo si sa is ace las condiciones del sis ema.
Se pod ía pensa que comp oba la con o midad es un p oblema muy simple y que
puede se lle ada a cabo manualmen e po el adminis ado del po al, pe o como e e-
mos a con inuación, exis en a ias azones que aconsejan que dicha ac i idad se au o-
ma ice a in de pode se ealizadapo algún componen ede la pla a o ma de ejecución:
Cuando el núme o de equisi os es ele ado, es a comp obación consume mucho
iempo lo que puede esul a inacep able cuando el clien e que espe a la conexión
es un pe sona y no una aplicación. Además, exis e una mayo p obabilidad de que
comp obacionesinco ec asdenpo álidas o e asquenosa is acen los equisi os.
El ni el de calidad de las condiciones y las o e as pueden cambia con mucha
ecuencia, po lo que en el caso más des a o able puede se necesa io comp oba
la con o midad en cada conexión, aumen ando conside ablemen e el núme o de
comp obaciones necesa ias.
Si se incluyen eglas denegociaciónen las condicionesy/o enlas o e as,el p oceso
de comp obación se complica, y aumen a el iempo necesa io pa a ealiza la.
3. Ca álogos de A ibu os de Calidad
Un a ibu o de calidad puede de ini se como una p opiedad cuyo g ado de sa is ac-
ción po pa e de un sis ema so wa e puede se alo ado po sus usua ios (a ibu os
ex e nos) y/o po sus diseñado es (a ibu os in e nos) [7, pág.3], en o as palab as, un
a ibu o de calidad puede se cualquie ca ac e ís ica que pueda e i ica se, es deci ,
medi se de mane a obje i a o subje i a. De es e modo, dependiendo del dominio del
sis ema al que nos e i amos, la e apa del desa ollo en la que nos encon emos,o la ex-
pe iencia de los desa ollado es, en e o os ac o es, pa a un mismo sis ema pod ánde-
ini se di e en es conjun os de a ibu os de calidad que lo ca ac e icen (en [8, pág.160]
se o ece una lis a con 161 a ibu os de calidad di e en es).
La de inición de conjun os de a ibu os en QRL se ealiza median e ca álogos. El
modelo on ológico de un ca álogo de a ibu os cons a únicamen e de dos concep os:
a ibu o de calidad y equisi o abs ac o. Las p opiedades de un a ibu o de calidad son
cinco: un nomb e o iden i icado , una desc ipción en lenguaje na u al, una desc ipción
o mal, una de inición de su dominio y su unidad de medida. Las es icciones que se
es ablecen sob e es as p opiedades son las siguien es:
El nomb e debe se de ipo cadena y su alo se áúnico den o del ca álogo. Su
indicación es obliga o ia.
La desc ipción debe se de ipo cadena. Su indicación es opcional.
La desc ipción o mal debe cons a de al menos un pa ón lingüís ico [9] que des-
c iba su signi icado y de una es icción ma emá ica equi alen e. Su indicaciónes
obliga o ia.
El dominio pod áse de ipo en e o, eal, enume ado o de ipo conjun o. Su indica-
ción es obliga o ia.
La unidad se áde ipo cadena. Su indicación es obliga o ia siemp e que el a ibu o
no sea adimensional.
Po su pa e, las p opiedades de un equisi o abs ac o son es: su iden i icado ,
una es icción de calidad y un pe íodo de igencia. Es as p opiedades se es udia ánen
de alle en la Sección4.
La Figu a2 mues a la de iniciónpa cialdedosca álogosdea ibu osdecalidad,un
ca álogoho izon alpa alos MOWS y o o e icalpa a el dominiode las aplicaciones de
mul imedia. El ca álogo se iden i ica po un URI (Uni e sal Resou ce Iden i ica o )de
o ma simila a la u ilizada en XML pa a los espacios de nomb es [10]. A con inuación
desc ibimosconmayo de allecomose de inen los dominiosy los pa oneslingüís icos.
ca alogue
com.acme.s dMOWS {
a ibu es
{
TTF {
desc ip ion
:“Tiempo en e allos”;
domain
:
in ege
min;
pa e n
:“El iempo medio en e allos se áde al menos
< iempo>”
=
“TTF.mean

< iempo>”;
pa e n
:“El iempo en e allos segui áuna dis ibución de alo
medio < alo >y una des iación ípica máxima de < alo >”
=
“TTF.mean

< alo >
and
TTF. a iance

< alo >”;}
TTR {
desc ip ion
:“Tiempo de ecupe ación an e un e o ”;
domain
:
in ege
sec;
pa e n
:“El iempo {medio, máximo} de ecupe ación an e un allo se á
in e io a < alo >”
=
“TTF.{mean,max}

< alo >”;}
BCODE {
desc ip ion
:“Po abilidad a ni el de código bina io”;
domain
:
se
{Win3.X, Win95, Win98, WinNT4, Win2000, Linux, Sola is};
pa e n
:“Todos los componen es de la aplicación pod án se ejecu ados sin
necesidad de ecompila el código uen e en las siguien es
pla a o mas: < alo >”
=
“BCODE >= < alo >”;}
SCODE {
domain
:
se
{Win95, Win2000, Linux, Sola is};
:::
}
AVAIL {
domain
:
eal
[0..100]%;
:::
}
FMASK {
domain
:
se
{ea ly, la e, s a e, alue, omission};
:::
}
SFAIL {
domain
:
enum
{hal , ini ialS a e, ollBack};
:::
}
OPSEM {
domain
:
enum
{a Leas Once, a Mos Once, once};
:::
}
REBIND {
domain
:
b o olean
;
:::
}
DELAY {
domain
:
in ege
[0, 60*60] sec;
:::
}
THR {
domain
:
in ege
[0, 1000] uni /sec;
:::
}
}
s e eo yp es
{
sa e y.low: TTF.mean
>
60
and
TTR

120;
sa e y.med: TTF.mean
>
90
and
TTR

90;
obus ness.high: REBIND
=
ue
and
OPSEM
=
once
and
SFAIL

ini ialS a e;
}
ca alogue
com.acme.mul imedia {
a ibu es
{
STREAMING {
domain
:
b o olean
;
:::
}
COST {
domain
:
eal
eu o;
:::
}
MEDIA {
domain
:
se
{B oadBand, T1, ISDN, Modem};
:::
}
LANG {
domain
:
se
{english, ench, ge man, spanish};
:::
}
SUBT {
domain
:
se
{english, ench, ge man, spanish};
:::
}
}
}
Figu a2. Especi icación de ca álogos de a ibu os en QRL
3.1. Dominios de A ibu os de Calidad
En QRL los a ibu os pueden oma alo es en cinco dominios di e en es:
En e os: Sus elemen os son núme os en e os. Po ejemplo, la la encia (DELAY),
de inida como el iempo que se a da en esponde a una de e minada ope acióny
el iempo en e allos (TTF).

Reales:Suselemen osson núme os eales.Po ejemplo,ladisponibilidad(AVAIL),
de inida comola p obabilidad (exp esada en%) de que el sis ema se encuen e ue-
a de se icio.
Lógicos: Sus elemen os sólo pueden oma dos alo es
ue
o
alse
. Po ejemplo,
el sopo e de s eaming po pa e de un se ido .
Enume ados. Sus elemen os son li e ales al anumé icos.Po ejemplo, pa a desc i-
bi las posibles mane as que iene un sis ema de compo a se as un allo (SFAIL,
Se e Failu e), no se equie e un dominio an amplio como los numé icos, bas a
con algunos alo es que puedan se e e enciados po li e ales, po ejemplo: hal ,
si se queda inac i o inde inidamen e, ini ialS a e si uel e a un es ado ini-
cial conocido y ollBack si uel e a un pun o de sinc onización y deshace odos
los cambios ealizados an es del allo.
Conjun os. En ocasiones, necesi amos a ios li e ales pa a es ablece el alo de
un a ibu o. Po ejemplo, el a ibu o FMASK especi ica los ipos de allos de los que
se debe p eocupa el clien e de un se icio WEB, los cuales, siguiendo la clasi ica-
ción expues aen [11],puedense : i) allos de omisión(omission),indicanque el
se ido puede no esponde a las pe iciones ealizadas, ii) allos en las espues as,
indica que el se ido puede de ol e alo es inco ec os ( alue) o ealiza an-
siciones de es ado inco ec as (s a e) y iii) los e o es de iempo, que indican que
el se icio puede esponde demasiadop on o(ea ly) o demasiado a de (la e).
Es e iden e que un se icio puede p esen a más de un ipo de allo de mane a
simul ánea (p.e. allos de omisión y de ol e alo es inco ec os), siendo nece-
sa io pa a desc ibi ales si uaciones, u iliza conjun os de alo es enume ados ({
omission, alue}).
3.2. Desc ipción Fo mal de A ibu os
La base o mal de QRL son las es icciones ma emá icas y su p incipio básico es
conside a que odo equisi o de calidad puede se exp esado median e una es icción
sob e un a ibu o de calidad. Po ejemplo el equisi o “El iempo medio en e dos allos
consecu i os se áde al menos 6 minu os”, puede in e p e a se como la es icciónTTF

6 min.Dees emodo,losp oblemasenunciadosenlaSección2demane ain ui i a
se pueden enuncia o malmen e como p oblemas de sa is acción de es icciones o
CSP (Cons ain Sa is ac ion P oblem) [5] y esol e se con écnicas habi uales en la
p og amación con es icciones [12].
Pa a acili a la aducciónde un equisi oexp esadoen lenguaje na u ala su es ic-
ción equi alen ea la ez que se minimizan los p oblemas inhe en es al uso del lenguaje
na u al, QRL u iliza pa ones lingüís icos en el mismo sen ido y con la misma o ma
que se u ilizan en [9] ( e Figu a 2). Un pa ón lingüís ico, o ab e iadamen epa ón–L,
es una ase es ánda que ep esen a a odos aquellos equisi os que se pueden exp e-
sa espe ando la o ma y el ondo de la ase. En la no ación usada pa a desc ibi los
pa ones–L, las palab as o ases en e <y> deben se con enien emen e eemplazadas,
mien as quepalab aso ases quese encuen enen e {y} ysepa adaspo comas ep e-
sen an opcionesde las quese debe áescoge una.Lano aciónpa aesc ibi es icciones
es muy simila a la empleada pa a la o mación de pa ones–L.
El p incipio de de inición dual de un equisi o “ ase en lenguaje na u al / es ic-
ción”pese a su simplicidad iene una g an e icacia, pues has a la echa no hemos en-
con ado ningún equisi o de calidad que no haya podido se exp esado median e una
es icción. Además, esul a de g an ayuda pa a de ini los esquemas de ans o ma-
ción necesa ios pa a esol e los p oblemas de de iniciones incompa ibles que pueden
apa ece cuando se u ilizan di e en es ca álogos de a ibu os de calidad.
Po ejemplo, supongamos que el “ iempo medio en e allos”(TTF)sede ine en
un p ime modelo como el núme o de días que anscu e en e dos allos consecu i os
(TTF
1
), y como el núme o de allos al año en un segundo modelo (TTF
2
). Es e iden e
que si enemos que compa a TTF
1
con TTF
2
es necesa io de ini una elación que
ligue ambas de iniciones a in de hace posible la au oma ización. Supongamos que en
nues o esquema de ans o maciónde inimos la ecuaciónTTF
1

TTF
2
= 365,de
es e modo un p oblema como es el de compa a si TTF
1
>
31 dias sa is ace la
es icciónTTF
2
>
12 e o es/año se con ie e en el p oblema de compa a si
TTF
1
>
31 dias sa is ace la es icciónTTF
1
>
30.42 dias.
4. Especi icación de Requisi os
Con QRL se pueden especi ica dos ipos de documen os: las condiciones y las o e -
as. Las condiciones exp esanel ni el de calidad quedebep opo ciona un de e minado
se icio WEB pa a que el clien e acep e u iliza lo. Po su pa e, las o e as exp esan el
ni el de calidad que o ece un de e minado se icio WEB.
La Figu a 3 mues a las condiciones que debe sa is ace los se icios WEB que im-
plemen en la in e az IVideoSe e y la in e az IT aile sBank. Como puede
obse a se, al p incipio del documen o se indican los ca álogos de a ibu os que se u i-
liza án pa a especi ica equisi os y la de inición de las in e aces sob e las que es os se
de ini án (cláusula
p o duc s
). Desde el pun o de is a de QRL, el lenguaje base u ili-
zado pa a de ini la in e az que debe implemen a un se icio WEB es comple amen e
i ele an e. Es a decisión de diseño aumen a la aplicabilidad de QRL ya que puede se
u ilizado pa a de ini equisi os sob e cualquie “p oduc o”sob e el que sea posible una
ca ac e ización con a ibu os de calidad ( e Sección 8).
QRL pe mi ede ini equisi osabs ac osoes e eo ipos.Un equisi o abs ac o debe
se conside ado como una acilidad sin ác ica que pe mi e dispone de de iniciones de
equisi os que oda ía no se han asociado a ningún p oduc o conc e o. Pueden se de i-
nidos an o en un ca álogo de a ibu os como en un documen o de equisi os. Además,
es posible de ini nue os equisi os e inando es e eo ipos p e iamen e de inidos.
Finalmen e, la cláusula
condi ions
pe mi e de ini los equisi os conc e os de ca-
da in e az IVideoSe e ,y en gene al de cualquie p oduc ode inido en la Sección
p o duc s
. Dichos equisi os pueden de ini se an o pa a odas las ope aciones de la
in e az (en gene al de los subelemen os que de inen un p oduc o) como a ope aciones
conc e as. La secciones de una o e a son las mismas que pa a las condiciones sal o
que la palab a cla e
condi ions
se sus i uye po
oe
. En las siguien es secciones
comen amos con mayo de alle las posibilidad que QRL o ece pa a de ini equisi os
de calidad.
in e ace
IVideoSe e {
b o olean
ind (
in
Film );
oid
selec (
in
Film)
aises
(FilmNo Exis s);
oid
play ()
aises
(Ou O O de );
oid
s op ();
oid
ewind (
in
Time);
aises
(Ou O Film);
};
using
com.acme.s dMOWS, com.acme.mul imedia;
p o duc s
{
IVideoSe e
=
ind, selec , play, s op, ewind;
IT aile sBank;
}
alid du ing
01/JAN/2001..31/DEC/2001
excep
AUG, 25/DEC/2001
s e eo yp es
{ s dHome: sa e y.med
and
obus ness.high
om
16..24 ; }
condi ions o
IVideoSe e {
o
_
ALL
{s dHome};
o
play { o: TTF.min
>
120
and
TTR.mean + TTR. a iance
<
90; }
o
s op { 1: DELAY.pe cen ile90
<
250 msec; }
};
condi ions o
IT aile sBank {
global
{
iabilidad: TTF
>
90 min
ecupe acion: TTR
<
60 seg
p ecio: COST

0.1 eu o
s eaming: STREAMING=
ue
}
Desc ipción sin ác ica Condiciones de calidad
Figu a3. Documen o de condiciones pa a las in e aces IVideoSe e e IT aile sBank
4.1. Res icciones Unidimensionales
El o ma obásicodelas es iccionesquese puedeexp esa en QRL es “a ibu o

alo ”. Donde

2
<;

;
=
;
6
=
;

;>;
2
;

;

;

;
g
,y alo un alo álido del
dominio del a ibu o. Siguiendo es e o ma o y omando como e e encia los a ibu os
indicadosen los ca álogosde la Figu a 2, las siguien es es iccionesse ían alidas:c
1
:
TTR

10, c
2
: SFAIL
=
hal , c
3
: FMASK

{la e, alue}. Como
puede obse a se se a a de es icciones en las que sólo in e iene un a ibu o de cali-
dad.
4.2. Ca ac e ización Es adís ica
A eces, puede esul a imposible pa a el p o eedo especi ica con una medida
absolu a el ni el de calidad que o ece su se icio. Po ejemplo, el iempo exac o que
a da áun se icio WEB en esponde a una pe ición es algo imposible de de e mina ,
pues depende de muchas a iables. No obs an e, siemp e es posible some e el se icio
a un banco de p uebas as el cual se disponga de la in o mación necesa ia pa a ca ac e-
iza es adís icamen e el iempo de espues a: alo medio, des iación ípica, e cé e a.
Pa a especi ica un a ibu o de mane a es adís ica, QRL p opone un conjun o de
palab as ese adas que ep esen an las medidas de localizaciónmás habi uales en dis-
ibuciones es adís icas. En conc e o son: el alo medio (mean), la des iación ípica
( a iance), pe cen iles (desde pe cen ile 1 has a pe cen ile 99), el alo
máximo (max) y el alo mínimo (min). Po úl imo, ambién es posible especi ica
alo es ela i os a la ecuencia ela i a ( ecuency). A con inuación indicamos al-
gunos ejemplos del uso de la ca ac e ización es adís ica:
TTF.min
>
10, indica que en el peo de los casos, anscu i ánmásde10se-
gundos en e dos allos consecu i os.
TTR. ecuency [5,10]
>
35%, indica que el iempo de ecupe ación as
un e o es áen e 5 y 10 segundos en el 35% de los casos.
TTF.pe cen ile 80
>
5, indica que el iempo en e allos se ámayo que 5
en al menos el 20% (100

80) de los casos.
4.3. Res icciones Mul idimensionales
Exis en si uaciones en las que esul a especialmen e ú il pode exp esa es iccio-
nes sob e a ios a ibu os de calidad simul áneamen e. Imaginemos un sis ema que ha
de decidi au omá icamen e en e dos se icios WEB que implemen an la misma in-
e az. El p ime o o e a un iempo medio de espues a in e io a 50 segundos con una
des iación ípica de10segundos,es deci ,quesa is ace las es iccionesDELAY.mean
<
50 yDELAY. a iance
<
10, y el segundo o e a un DELAY.mean
<
52 y
DELAY. a iance
<
2. Es e iden e, que aunque el sis ema selecciona ía el p ime
se icio, pues el segundo se icio no sa is ace las condiciones del clien e (su iempo
medio supe a en dos segundos al máximo admi ido), en la mayo ía de las ocasiones el
segundose icio esul a ía mucho más in e esan e, pues la a iabilidadde su iempo de
espues a se ía signi ica i amen e meno .
Una o ma de e i a si uaciones como la an e io , en la que podemos deja pasa
o e as in e esan es,pasa po pe mi i es iccionesque puedanu iliza exp esionesa i -
mé icas sob e los a ibu os. Si en el ejemplo an e io , el clien e hubiese exp esado sus
p e e encias con la es icción(TTR.mean + TTR. a iance)
<
55, hubiése-
mos elegido el segundo se icio en luga del p ime o.
En es e ipo de es icciones, esul a especialmen e ú il pode u iliza in e alos nu-
mé icos, pues educe el amaño de las especi icaciones. Po ejemplo, (TTR.mean
+
TTR. a iance)
<
52
and
(TTR.mean

TTR. a iance)
>
48
se puede eesc ibi como (TTR.mean
+
TTR. a iance)
2
(48, 52).
4.4. Res icciones No Lineales
Sin duda alguna, uno de los alo es añadidos de cualquie ipo de se icio es su
polí ica de p ecios. En el mundo de la ele oníamó il, la a i icación po segundos
supuso una g an en aja pa a los usua ios y la cap ación de un g an núme o de és os
pa a los p ime os ope ado es de ele onía que adop a on es a polí ica de p ecios. En el
caso de los se icios WEB, la adopción de es e ipo de polí icas puede conduci a la
ca ac e ización median e unciones no lineales.
Pensemosenaquellos se icios WEB que ienenunconsumode ecu sos quedepen-
de del amaño de la en ada. Po ejemplo, pa a un se icio de con e sióndeimágenes,
es ácla o que con e i una imagen de 1 MB consume muchos más ecu sos que con-
e i una imagen de 1 KB, po an o, pa ece lógico que el cos e en el p ime caso sea
mayo que en el segundo. Pe o, ¿cómo podemos e leja es a ealidad en el ni el de
calidad p opo cionadopo el se icio? Con QRL exis en a ias posibilidades: