論文の概要: Integrating Graceful Degradation and Recovery through Requirement-driven
Adaptation
- arxiv url: http://arxiv.org/abs/2401.09678v1
- Date: Thu, 18 Jan 2024 02:04:37 GMT
- ステータス: 処理完了
- システム内更新日: 2024-01-19 18:12:11.968586
- Title: Integrating Graceful Degradation and Recovery through Requirement-driven
Adaptation
- Title（参考訳）: 要求駆動適応によるグレースフル劣化と回復の統合
- Authors: Simon Chu, Justin Koe, David Garlan, and Eunsuk Kang
- Abstract要約: サイバー物理システム(CPS)は、悪質な操作条件、悪意のある攻撃、ハードウェアの劣化などの環境不確実性にさらされている。
CPSは,(1)優雅な劣化,(2)予期せぬ環境条件下での安全性の維持,(2)正常なシステム機能の再開を促進するための回復,の2つの操作に頼っている。
本稿では,自動トリガーによる自己適応型システムレジリエンス向上手法を提案する。
- 参考スコア（独自算出の注目度）: 9.08778846268903
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Cyber-physical systems (CPS) are subject to environmental uncertainties such
as adverse operating conditions, malicious attacks, and hardware degradation.
These uncertainties may lead to failures that put the system in a sub-optimal
or unsafe state. Systems that are resilient to such uncertainties rely on two
types of operations: (1) graceful degradation, to ensure that the system
maintains an acceptable level of safety during unexpected environmental
conditions and (2) recovery, to facilitate the resumption of normal system
functions. Typically, mechanisms for degradation and recovery are developed
independently from each other, and later integrated into a system, requiring
the designer to develop an additional, ad-hoc logic for activating and
coordinating between the two operations. In this paper, we propose a
self-adaptation approach for improving system resiliency through automated
triggering and coordination of graceful degradation and recovery.The key idea
behind our approach is to treat degradation and recovery as requirement-driven
adaptation tasks: Degradation can be thought of as temporarily weakening an
original (i.e., ideal) system requirement to be achieved by the system, and
recovery as strengthening the weakened requirement when the environment returns
within an expected operating boundary. Furthermore, by treating weakening and
strengthening as dual operations, we argue that a single requirement-based
adaptation method is sufficient to enable coordination between degradation and
recovery. Given system requirements specified in signal temporal logic (STL),
we propose a run-time adaptation framework that automatically performs
degradation and recovery in response to environmental changes. We describe a
prototype implementation of our framework and demonstrate the feasibility of
the proposed approach using a case study in unmanned underwater vehicles
(UUVs).
- Abstract（参考訳）: サイバー物理システム(CPS)は、悪質な操作条件、悪意のある攻撃、ハードウェアの劣化などの環境不確実性にさらされている。
これらの不確実性は、システムを準最適状態または安全でない状態にする失敗につながる可能性がある。
このような不確実性に耐性のあるシステムは,(1)優雅な劣化,(2)予期せぬ環境条件下でシステムが許容されるレベルの安全性を維持すること,(2)正常なシステム機能の再開を促進すること,の2つの操作に頼っている。
通常、劣化と回復のメカニズムは互いに独立して開発され、後にシステムに統合され、デザイナは2つの操作間のアクティベートとコーディネートのための追加のアドホックロジックを開発する必要がある。
In this paper, we propose a self-adaptation approach for improving system resiliency through automated triggering and coordination of graceful degradation and recovery.The key idea behind our approach is to treat degradation and recovery as requirement-driven adaptation tasks: Degradation can be thought of as temporarily weakening an original (i.e., ideal) system requirement to be achieved by the system, and recovery as strengthening the weakened requirement when the environment returns within an expected operating boundary.
さらに, 弱化と強化を二重演算として扱うことにより, 劣化と回復の協調を可能にするために, 単一要求に基づく適応法が十分であると主張する。
信号時相論理(STL)に規定されるシステム要件を前提として,環境変化に応じて自動的に劣化と回復を行うランタイム適応フレームワークを提案する。
本フレームワークの試作実装について述べるとともに,無人水中車両(UUV)のケーススタディを用いて,提案手法の有効性を実証する。
関連論文リスト
- Self-Healing Machine Learning: A Framework for Autonomous Adaptation in Real-World Environments [50.310636905746975]
実世界の機械学習システムは、基礎となるデータ生成プロセスの分散シフトによって、モデルの性能劣化に遭遇することが多い。
概念のドリフト適応のような既存のシフトへのアプローチは、その理性に依存しない性質によって制限される。
我々はこれらの制限を克服するために自己修復機械学習(SHML)を提案する。
論文 参考訳（メタデータ） (2024-10-31T20:05:51Z) - Automatically Adaptive Conformal Risk Control [49.95190019041905]
本稿では,テストサンプルの難易度に適応して,統計的リスクの近似的条件制御を実現する手法を提案する。
我々のフレームワークは、ユーザが提供するコンディショニングイベントに基づく従来のコンディショニングリスク制御を超えて、コンディショニングに適した関数クラスのアルゴリズム的、データ駆動決定を行う。
論文 参考訳（メタデータ） (2024-06-25T08:29:32Z) - Data-Driven Distributionally Robust Safety Verification Using Barrier Certificates and Conditional Mean Embeddings [0.24578723416255752]
問題を非現実的な仮定にシフトすることなく,スケーラブルな形式検証アルゴリズムを開発する。
問題を非現実的な仮定にシフトさせることなく,スケーラブルな形式検証アルゴリズムを開発するためには,バリア証明書の概念を用いる。
本稿では,2乗法最適化とガウス過程エンベロープを用いて効率よくプログラムを解く方法を示す。
論文 参考訳（メタデータ） (2024-03-15T17:32:02Z) - Resilient Constrained Reinforcement Learning [87.4374430686956]
本稿では,複数の制約仕様を事前に特定しない制約付き強化学習(RL)のクラスについて検討する。
報酬訓練目標と制約満足度との間に不明確なトレードオフがあるため、適切な制約仕様を特定することは困難である。
我々は、ポリシーと制約仕様を一緒に検索する新しい制約付きRLアプローチを提案する。
論文 参考訳（メタデータ） (2023-12-28T18:28:23Z) - Investigating Robustness in Cyber-Physical Systems: Specification-Centric Analysis in the face of System Deviations [8.8690305802668]
サイバー物理システム(CPS)の重要属性は堅牢性であり、安全に運用する能力を示している。
本稿では,特定のシステム要件を満たす上でのコントローラの有効性を特徴付ける,仕様に基づく新しいロバスト性を提案する。
本稿では, 微妙な堅牢性違反を識別するための2層シミュレーションに基づく解析フレームワークを提案する。
論文 参考訳（メタデータ） (2023-11-13T16:44:43Z) - Cross-Consistent Deep Unfolding Network for Adaptive All-In-One Video
Restoration [78.14941737723501]
オールインワンVRのためのクロスコンセントディープ・アンフォールディング・ネットワーク(CDUN)を提案する。
2つのカスケード手順を編成することにより、CDUNは様々な劣化に対する適応的な処理を達成する。
さらに、より隣接するフレームからの情報を活用するために、ウィンドウベースのフレーム間融合戦略を導入する。
論文 参考訳（メタデータ） (2023-09-04T14:18:00Z) - CHESS: A Framework for Evaluation of Self-adaptive Systems based on
Chaos Engineering [0.6875312133832078]
自己適応型および自己修復型システムの正しい行動を評価する必要性が高まっている。
自己適応型・自己修復型システムの体系的評価方法が欠如している。
本稿では,カオスエンジニアリングに基づくフォールトインジェクションによる自己適応型・自己修復型システムの評価により,このギャップに対処するCHESSを提案する。
論文 参考訳（メタデータ） (2023-03-13T17:00:55Z) - Recursively Feasible Probabilistic Safe Online Learning with Control Barrier Functions [60.26921219698514]
CBFをベースとした安全クリティカルコントローラのモデル不確実性を考慮した再構成を提案する。
次に、結果の安全制御器のポイントワイズ実現可能性条件を示す。
これらの条件を利用して、イベントトリガーによるオンラインデータ収集戦略を考案する。
論文 参考訳（メタデータ） (2022-08-23T05:02:09Z) - Reconfiguring Hybrid Systems Using SAT [5.208405959764275]
リコンフィグレーションは、システム構成を自動的に適応することで、障害からシステムを取り戻すことを目的としている。
本研究は,3つの課題を解く新しいアルゴリズムを提案する。
この手法はプロセス工学シミュレーションシステム上で障害を再構成できることが示されている。
論文 参考訳（メタデータ） (2021-05-18T09:50:47Z) - Implicit Subspace Prior Learning for Dual-Blind Face Restoration [66.67059961379923]
新しい暗黙的サブスペース事前学習(ISPL)フレームワークが、二重盲顔復元の一般的な解決策として提案されている。
実験の結果,既存の最先端手法に対するISPLの認識歪改善が顕著であった。
論文 参考訳（メタデータ） (2020-10-12T08:04:24Z) - System-Level Predictive Maintenance: Review of Research Literature and
Gap Analysis [17.559696144075776]
本稿では,システムの観点から予測保守の分野における現在の文献を概観する。
複雑な資産の同じタスクを解くのに必要な機能と、現状の単純なコンポーネントに適用されている条件推定と失敗リスク予測の既存の能力とを区別する。
論文 参考訳（メタデータ） (2020-05-11T16:30:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。