Sprungmarken

Servicenavigation

Hauptnavigation

Sie sind hier:

Hauptinhalt

Übersicht

 

Forschungsschwerpunkte

 

Quantitative Modelle: Beschreibung und Analyse

Diskrete Optimierung unter Unsicherheit

Simulations- und Optimierungsmethoden zur Unterstützung industrieller Anpassungsprozesse

Strukturierte Analyse großer Datenmengen und hoch-dimensionaler Daten

Rechnernetzwerke und verteilte Systeme

 

Den traditionellen Schwerpunkt der Forschungsaktivitäten am LS IV bilden Methodik und Techniken zur Leistungsbewertung von Rechen- und Kommunikationssystemen, sowie logistischen Netzwerken. In jüngerer Zeit sind auch Forschungen im Bereich der Optimierung sowohl unter unsicherer Informationslage als auch zur zeit-kritischen Echtzeitsteuerung von Fabrikbereichen hinzugekommen.

 

 

Quantitative Modelle: Beschreibung und Analyse

 

Zur Leistungsbewertung von Systemen werden ereignisorientierte, stochastische Modelle herangezogen. Die Spezifikation eines derartigen Modells beinhaltet die Beschreibung seines (diskreten) Zustandsraumes sowie der (ggf. stochastischen) Regeln seiner Zustandsübergänge. Gängige Techniken zur Analyse solcher Modelle (und damit zur Systembewertung) entstammen Kategorien, die mit "algebraisch'', "numerisch'' und "simulativ'' charakterisiert werden. Zahlreiche Forschungsaktivitäten waren und sind auf eine breite Unterstützung bei der Spezifikation und Analyse entsprechender Modelle ausgerichtet, wie beispielsweise die Berücksichtigung von Korrelationen bei der Spezifikation  von Ankunfts- und Bedienprozessen oder die Berechnung von Schranken zur Bestimmung garantierter Zusicherungen in Service Level Agreements. Die genannten Forschungsaktivitäten münden vielfach in konkrete Toolunterstützungen, so z.B. in das Tool ProFiDo (Processes Fitting Toolkit Dortmund), welches eine Vielzahl von Verfahren zur Anpassung und Modellierung von Ankunftsprozessen unterstützt, oder in das SLA Tool, welches die effiziente Berechnung von Schranken in hierarchischen Systemen für typische quantitative Größen wie beispielsweise Antwortzeiten und Bedienkapazitäten unterstützt.

nach oben

 

Diskrete Optimierung unter Unsicherheit

 

Bei der Entwicklung und dem Betrieb technischer Systeme müssen zahlreiche Konfigurations- und Entwurfsentscheidungen getroffen werden, damit die geforderten Leistungen möglichst ressourcenschonend und kostengünstig erbracht werden. Diese Entscheidungen basieren auf der Lösung von diskreten oder gemischt diskret-kontinuierlichen Optimierungsproblemen, die oft nur schwer lösbar sind, da im Zuge der „kombinatorischen Explosion“ die Zahl alternativer Lösungen mit der Zahl der Entscheidungen zwischen diskreten Alternativen exponentiell wächst. Viele praktische Problemstellungen werden daher stark vereinfacht, um sie einer algorithmischen Lösung zugänglich zu machen. Reale Entscheidungen müssen darüber hinaus in der Regel auf der Basis unvollständigen Wissens getroffen werden. Die dadurch bedingte Unsicherheit wird in den heute üblichen Optimierungsansätzen meistens nicht berücksichtigt, obwohl sie im Einzelfall zu deutlichen Abweichungen zwischen der ermittelten Lösung und dem realen Optimum führen kann. In unseren Forschungsaktivitäten werden u.a. numerisch lösbare Modelle, wie z.B. Markovsche Entscheidungsprozesse (Markov Decisions Processes; MDPs) betrachtet, deren Parameter im Gegensatz zur klassischen Spezifikation nicht eindeutig festgelegt sind, sondern durch diskrete oder kontinuierliche Wahrscheinlichkeitsverteilungen beschrieben werden.

nach oben

 

Simulations- und Optimierungsmethoden zur Unterstützung industrieller Anpassungsprozesse

 

In einem sich immer intensiver ändernden Unternehmensumfeld, wachsen die Anforderungen an die Anpassungsfähigkeiten von Fabriken. Eine möglichst geringe Zeit zur Durchführung der erforderlichen Anpassungen ist hierbei entscheidend für die Wettbewerbsfähigkeit des Unternehmens. Heutzutage wird der Anpassungsprozess vielfach durch modellbasierte Untersuchungen unterstützt, die zur validen Bewertung Echtzeitdaten berücksichtigen müssen. Durch Simulations- und Prognosetechniken lassen sich Aussagen über das zukünftige Systemverhalten ableiten, welche Eingang finden in entsprechende Optimierungsmethoden zur Bestimmung einer auf die Umfeldänderungen gut angepassten Fabrikkonfiguration. Die Praxistauglichkeit und Robustheit der ermittelten Optimierungslösungen lassen sich wiederum durch Simulationsmodelle evaluieren.

nach oben

 

Strukturierte Analyse großer Datenmengen und hoch-dimensionaler Daten

 

In vielen Anwendungsgebieten lassen sich heute immense Datenmengen erheben und erzeugen. Diese Daten helfen Systeme besser verstehen, bewerten und steuern zu können. Um aus den Daten die notwendigen Informationen zu gewinnen sind diese zu speichern, analysieren und modellieren. Dazu werden neue Datenstrukturen und Algorithmen benötigt. Unsere Forschungsarbeiten beschäftigen sich mit der Analyse großer strukturierter stochastische Modelle und der Auswertung hochdimensionaler Simulationsdaten. Die Methoden basieren auf speziellen Datenstrukturen, wie hierarchische Kronecker-Darstellungen, Tensor-Trains oder der Tucker-Dekompostionen, um hochdimensionale Strukturen kompakt zu speichern, ohne dabei zu viel Information zu verlieren. Wir forschen an der Entwicklung von numerischen Algorithmen, um auf Basis der kompakten Datenstrukturen effiziente Analysen durchzuführen.

nach oben

 

Rechnernetzwerke und verteilte Systeme

 

Moderne Rechnernetze kombinieren weltumspannende Kommunikationsmöglichkeiten mit lokalen Informationsbeständen und Verarbeitungsfähigkeiten, um leistungsfähige verteilte Anwendungssysteme zu unterstützen. Die Architektur von Rechnernetzen, Basis-bildenden Telekommunikationssystemen und nutzenden Anwendungen sowie ihre zweckmässige Implementierung durch Hard/Software-Systeme sind zentrale Gegenstände der praxisorientierten Forschungsarbeiten. Wir untersuchen den Einsatz formaler, funktioneller Modelle verteilter Systeme und entwickeln darauf aufbauend Werkzeuge für die rechnergestützte, produktive Entwicklung qualitätsgesicherter Systeme.

So stehen für die Modellwelt kommunizierender erweiterter endlicher Automaten verschiedene Erreichbarkeitsanalyse-basierte Werkzeuge zur Verfügung, die z.B. bei Prüfung eines Protokollturms und anschliessendem Entwurf einer leistungsfähigen Activity-Thread/Server-Implementierung mit großem Vorteil durchgängig eingesetzt wurden.

Die allgemeinere Modellwelt der Transitionsssysteme liegt den Arbeiten des TLA-Projekts zugrunde. Für L. Lamports 'Temporal Logic of Actions (TLA)' werden Konstruktionshilfen (z.B. Syntaxeditor, Browser, Interpreter, Visualisierung und Animation) und Verifikationshilfen (z.B. Theorembeweiser-Frontend, On-the-Fly-Model-Checker für Safety- und Liveness-Beweise von Refinement Mappings) entwickelt und an einen neuen, kompositionalen TLA-Spezifikationsstil angepasst. Aktuelle Anwendungsfelder sind flexible Hochleistungsprotokolle und offene, standardkonform kommunizierende Rechnernetzanwendungen.

 

 

Forschung

Unsere Forschungsarbeiten konzentrieren sich auf:

 

  • Kommunikationsprotokolle:
    Entwurf, Spezifikation, Verifikation und effiziente Implementierung,

  • Verteilte Anwendungen:
    Tool-gestützte, qualitätsgesicherte Entwicklung, Konfiguration und Management verteilter Anwendungssysteme,

  • Integriertes Netz-, System- und Anwendungsmanagement:
    Policy- und Modell-basierte Automatisierung von Managementaufgaben,

  • Sicherheit von Netzen und verteilten Systemen:
    Tool-gestützte Sicherheitsanalyse, Vertrauens-angepasste Laufzeit-Überwachung, Automatisiertes Sicherheitsmanagement.


 

Neuere Entwicklungen umfassen die modulare formale Spezifikationstechnik cTLA, eine Technik zur Übersetzung von Zustandsmaschinenmodellen in effiziente Protokollimplementierungen, Überwachungs-Wrapper, die sich mit Vertrauensinformationsdiensten austauschen um Komponenten-strukturierte Anwendungen zu sichern, den Ansatz Objekt-orientierter Sicherheitsanalyse, den Ansatz Modell-basiertes Management (MBM) zur automatisierten Administration von IT-Systemen und die Webservice-Server Implementierung Java Multi Edition DPWS Stack (JMEDS).

 

Model-based Service Configuration

 

MBM ist eine Erweiterung des Policy-basierten technischen System-, Netz- und Anwendungs-Managements. MBM unterstützt die Verfeinerung abstrakter High-Level-Policies in Konfigurationsbeschreibungen und ausführbare Management-Regeln. Das Tool MoBaSeC (Model-based Service Configuration) und ein Laufzeitsystem unterstützen MBM. MoBaSeC dient zur interaktiven Modellierung von IT-Systemen und Policies. Weiterhin kann es abstrakte Policies in automatisch durchsetzbare Low-Level-Policies verfeinern. MBM wurde bisher sehr erfolgreich für die Konfiguration von Sicherheitsdiensten und Schutzmechanismen vernetzter Systeme sowie für das technische Management verteilter Dienstesysteme (Konfigurations-, Fehler-, Leistungs-, Sicherheits- und Account-Management) eingesetzt.

 

 

 

 

Device Profile for Web Services

Die JMEDS Webservices Serverimplementierung unterstützt die leichgewichtige Realisierung von Dienstesystemen mit Hilfe Ressourcen-beschränkter Geräte und eingebetteter Systeme. Die Serverimplementierung ist Java-basiert und für die Java-Microedition geeignet. Sie ist konform zum OASIS Standard "Device Profile for Web Services (DPWS)".

MBM und JMEDS wurden in enger Zusammenarbeit gemeinsam mit dem Industriepartner MATERNA, Dortmund, entwickelt. Beide Ansätze werden im Projekt OSAMI an OSGi-Umgebungen angepasst und werden gemeinsam die zuverlässige Kooperation und Interaktion verteilter Geräte unterstützen. MBM wird zur Umsetzung Policy-basierter Self-Management-Funktionen eingesetzt, so dass sich verteilte Geräte-basierte Dienstesysteme selbsttätig an veränderliche Bedingungen, Anforderungen und Umgebungen anpassen können.

 

 

nach oben


 

 


Nebeninhalt