論文の概要: Towards an Engineering Discipline for Resilient Cyber-Physical Systems
- arxiv url: http://arxiv.org/abs/2407.15562v1
- Date: Mon, 22 Jul 2024 11:50:01 GMT
- ステータス: 処理完了
- システム内更新日: 2024-07-23 15:11:26.815730
- Title: Towards an Engineering Discipline for Resilient Cyber-Physical Systems
- Title（参考訳）: レジリエントなサイバー物理システムのためのエンジニアリングディ科目に向けて
- Authors: Ricardo D. Caldas,
- Abstract要約: レジリエンスという用語は、正しいサービスを提供しながら予期せぬ入力に対処する能力を指す。
私の論文は、レジリエントなサイバー物理システムのためのエンジニアリングの分野を開拓することを目的としています。
- 参考スコア（独自算出の注目度）: 0.0
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Resilient cyber-physical systems comprise computing systems able to continuously interact with the physical environment in which they operate, despite runtime errors. The term resilience refers to the ability to cope with unexpected inputs while delivering correct service. Examples of resilient computing systems are Google's PageRank and the Bubblesort algorithm. Engineering for resilient cyber-physical systems requires a paradigm shift, prioritizing adaptability to dynamic environments. Software as a tool for self-management is a key instrument for dealing with uncertainty and embedding resilience in these systems. Yet, software engineers encounter the ongoing challenge of ensuring resilience despite environmental dynamic change. My thesis aims to pioneer an engineering discipline for resilient cyber-physical systems. Over four years, we conducted studies, built methods and tools, delivered software packages, and a website offering guidance to practitioners. This paper provides a condensed overview of the problems tackled, our methodology, key contributions, and results highlights. Seeking feedback from the community, this paper serves both as preparation for the thesis defense and as insight into future research prospects.
- Abstract（参考訳）: レジリエントなサイバー物理システムは、実行時エラーにもかかわらず、動作している物理環境と継続的に対話できるコンピュータシステムを構成する。
レジリエンスという用語は、正しいサービスを提供しながら予期せぬ入力に対処する能力を指す。
レジリエントコンピューティングシステムの例としては、GoogleのPageRankとBubblesortアルゴリズムがある。
レジリエントなサイバー物理システムのエンジニアリングはパラダイムシフトを必要とし、動的環境への適応性を優先する。
自己管理のためのツールとしてのソフトウェアは、不確実性に対処し、レジリエンスを組み込むための重要な手段である。
しかし、ソフトウェアエンジニアは、環境のダイナミックな変化にもかかわらず、レジリエンスを確保するという継続的な課題に直面している。
私の論文は、レジリエントなサイバー物理システムのためのエンジニアリングの分野を開拓することを目的としています。
4年間にわたって、私たちは研究を行い、メソッドとツールを構築し、ソフトウェアパッケージを提供し、実践者へのガイダンスを提供するウェブサイトを作りました。
本稿では,課題の概要,方法論,重要なコントリビューション,結果のハイライトについて概説する。
本論文は,コミュニティからフィードバックを得た上で,論文防衛の準備と今後の研究展望の洞察として機能する。
関連論文リスト
- A Roadmap for Simulation-Based Testing of Autonomous Cyber-Physical Systems: Challenges and Future Direction [5.742965094549775]
本稿では,自律システムのシミュレーションに基づくテストの戦略的ロードマップを開拓する。
本稿では,テスト自動化と品質保証に着目し,ACPSの課題と障害について論じる。
論文 参考訳（メタデータ） (2024-05-02T07:42:33Z) - Towards Automated Generation of Smart Grid Cyber Range for Cybersecurity Experiments and Training [8.492135678037787]
我々は、SG-MLと呼ばれるXMLベースの言語を用いて、スマートグリッドサイバーレンジをモデル化するフレームワークを開発した。
このフレームワークは、サイバーセキュリティの研究開発とハンズオン演習を促進するために、より広範なユーザーベースにスマートグリッドサイバーレンジを提供することを目的としている。
論文 参考訳（メタデータ） (2024-04-01T02:34:53Z) - Disentangling the Causes of Plasticity Loss in Neural Networks [55.23250269007988]
可塑性の喪失は複数の独立したメカニズムに分解できることを示す。
種々の非定常学習タスクにおいて, 層正規化と重み劣化の組み合わせは, 可塑性維持に極めて有効であることを示す。
論文 参考訳（メタデータ） (2024-02-29T00:02:33Z) - Green Resilience of Cyber-Physical Systems [0.0]
Cyber-Physical System (CPS) は、ハードウェアコンポーネントとソフトウェアコンポーネントの両方を結合してリアルタイムサービスを実行するシステムである。
システムのレジリエンスを達成するためには、リカバリ技術が必要である。
この提案は、CPSにおけるレジリエンスとグリーンを達成するためのゲーム理論ソリューションを提案する。
論文 参考訳（メタデータ） (2023-11-09T08:29:55Z) - Physics-Based Task Generation through Causal Sequence of Physical
Interactions [3.2244944291325996]
物理的な環境でタスクを実行することは、現実世界で動作するAIシステムにとって決定的に難しい問題である。
本稿では,物体間の物理的相互作用の因果シーケンスを用いて物理シナリオを定義するための体系的なアプローチを提案する。
次に,定義したシナリオを入力として,物理シミュレーション環境でタスクを生成する手法を提案する。
論文 参考訳（メタデータ） (2023-08-05T10:15:18Z) - Physical Computing for Materials Acceleration Platforms [81.09376948478891]
我々は、MAPs研究プログラムの一環として、新しい素材の探索を加速する同じシミュレーションとAIツールが、根本的に新しいコンピュータ媒体の設計を可能にすると論じている。
シミュレーションに基づくMAPプログラムの概要を述べる。
我々は、材料研究者と計算機科学者の革新的なコラボレーションの新たな時代を導入することを期待している。
論文 参考訳（メタデータ） (2022-08-17T23:03:54Z) - Introduction to the Artificial Intelligence that can be applied to the
Network Automation Journey [68.8204255655161]
Intent-Based Networking - Concepts and Definitions"ドキュメントには、NetDevOpsに関わる可能性のあるエコシステムのさまざまな部分について記述されている。
認識、生成、翻訳、精巧な機能には、アルゴリズムを実装するための新しい方法が必要だ。
論文 参考訳（メタデータ） (2022-04-02T08:12:08Z) - Beyond Robustness: A Taxonomy of Approaches towards Resilient
Multi-Robot Systems [41.71459547415086]
我々はエージェントとマルチロボットシステムのネットワークにおけるレジリエンスの達成方法を分析する。
我々はレジリエンスがエンジニアリング設計の中心となる必要があると主張している。
論文 参考訳（メタデータ） (2021-09-25T11:25:02Z) - Multi Agent System for Machine Learning Under Uncertainty in Cyber
Physical Manufacturing System [78.60415450507706]
近年の予測機械学習の進歩は、製造における様々なユースケースに応用されている。
ほとんどの研究は、それに関連する不確実性に対処することなく予測精度を最大化することに焦点を当てた。
本稿では,機械学習における不確実性の原因を特定し,不確実性下での機械学習システムの成功基準を確立する。
論文 参考訳（メタデータ） (2021-07-28T10:28:05Z) - Dos and Don'ts of Machine Learning in Computer Security [74.1816306998445]
大きな可能性にもかかわらず、セキュリティにおける機械学習は、パフォーマンスを損なう微妙な落とし穴を引き起こす傾向がある。
我々は,学習ベースのセキュリティシステムの設計,実装,評価において共通の落とし穴を特定する。
我々は,落とし穴の回避や軽減を支援するために,研究者を支援するための実用的な勧告を提案する。
論文 参考訳（メタデータ） (2020-10-19T13:09:31Z) - Machine Learning for Software Engineering: A Systematic Mapping [73.30245214374027]
ソフトウェア開発業界は、現代のソフトウェアシステムを高度にインテリジェントで自己学習システムに移行するために、機械学習を急速に採用している。
ソフトウェアエンジニアリングライフサイクルの段階にわたって機械学習の採用について、現状を探求する包括的な研究は存在しない。
本研究は,機械学習によるソフトウェア工学(MLSE)分類を,ソフトウェア工学ライフサイクルのさまざまな段階に適用性に応じて,最先端の機械学習技術に分類するものである。
論文 参考訳（メタデータ） (2020-05-27T11:56:56Z)
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。