論文の概要: A Scalable Framework for the Management of STPA Requirements: a Case Study on eVTOL Operations
- arxiv url: http://arxiv.org/abs/2508.16708v1
- Date: Fri, 22 Aug 2025 13:26:00 GMT
- ステータス: 翻訳完了
- システム内更新日: 2025-08-26 18:43:45.140661
- Title: A Scalable Framework for the Management of STPA Requirements: a Case Study on eVTOL Operations
- Title（参考訳）: STPA要件管理のためのスケーラブルなフレームワーク:eVTOL運用を事例として
- Authors: Shufeng Chen, Halima El Badaoui, Mariat James Elizebeth, Takuya Nakashima, Siddartha Khastgir, Paul Jennings,
- Abstract要約: システム理論プロセス分析(STPA)は複雑なシステムを分析するための推奨手法である。
要求の管理と優先順位付けのための構造化されたフレームワークが存在しないことは、迅速な開発環境における課題を提起する。
本稿では,ASTPAの要件を優先するスケーラブルなフレームワークを提案する。
- 参考スコア（独自算出の注目度）: 1.3898092652070853
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: System-Theoretic Process Analysis (STPA) is a recommended method for analysing complex systems, capable of identifying thousands of safety requirements often missed by traditional techniques such as Failure Mode and Effects Analysis (FMEA) and Fault Tree Analysis (FTA). However, the absence of a structured framework for managing and prioritising these requirements presents challenges, particularly in fast-paced development environments. This paper introduces a scalable framework for prioritising STPA-derived requirements. The framework integrates outputs from each STPA step and incorporates expert evaluations based on four key factors: implementation time, cost, requirement type, and regulatory coverage. To reduce subjectivity, Monte-Carlo Simulation (MCS) is employed to calculate and stabilise requirement rankings. An automation toolchain supports the framework, enabling dynamic mapping of prioritised requirements in a scaling matrix. This visualisation aids decision-making and ensures traceability across development phases. The framework is applicable from early conceptualisation to more advanced stages, enhancing its utility in iterative system development. The framework was validated through a real-world case study focused on Electric Vertical Take-off and Landing (eVTOL) operations, conducted in collaboration with the UK Civil Aviation Authority. The findings contributed directly to CAP3141, a Civil Aviation Publication that identifies systemic operational risks and safety mitigations for regulators, operators, and vertiports. The prioritisation process supported decision-making by helping stakeholders identify and manage high-impact requirements efficiently. This work contributes a practical solution for managing STPA outputs, bridging gaps in requirement prioritisation and supporting safety-critical development in emerging technologies.
- Abstract（参考訳）: System-Theoretic Process Analysis (STPA) は複雑なシステムを分析するための推奨手法であり、FMEA(Failure Mode and Effects Analysis)やFTA(Fault Tree Analysis)といった従来の技術で欠落する何千もの安全要件を識別することができる。
しかしながら、これらの要件の管理と優先順位付けのための構造化されたフレームワークが欠如していることは、特に急激な開発環境において、課題を呈している。
本稿では,STPAの要件を優先するスケーラブルなフレームワークを提案する。
このフレームワークはSTPAの各ステップのアウトプットを統合し、実装時間、コスト、要求タイプ、規制カバレッジという4つの重要な要素に基づいた専門家の評価を取り入れている。
主観性を低減するため、モンテカルロシミュレーション(MCS)が要求ランクの算出と安定化に用いられている。
自動化ツールチェーンはフレームワークをサポートし、スケーリングマトリックスで優先順位付けされた要求の動的マッピングを可能にする。
この視覚化は意思決定を助け、開発フェーズ間でトレーサビリティを保証する。
このフレームワークは、初期概念化からより先進的な段階まで適用でき、反復的なシステム開発における実用性を高めている。
この枠組みは、英国民間航空局(Civil Aviation Authority)と共同で実施されたEVTOL(Electric Vertical Take-off and Landing)の運用に焦点を当てた実世界のケーススタディを通じて検証された。
この発見は、規制当局、オペレーター、およびバーチポートのシステム上の運用上のリスクと安全性の軽減を識別する民間航空出版のCAP3141に直接貢献した。
優先順位付けプロセスは、ステークホルダーがハイインパクトな要求を効果的に識別し、管理することを支援することで意思決定を支持した。
本研究は,STPAのアウトプット管理,要件の優先順位付けにおけるブリッジングギャップ,新興技術における安全クリティカルな開発を支援するための実践的ソリューションとして貢献する。
関連論文リスト
- SV-LLM: An Agentic Approach for SoC Security Verification using Large Language Models [8.912091484067508]
SV-LLMは,システムオンチップ(SoC)セキュリティ検証の自動化と強化を目的とした,新しいマルチエージェントアシスタントシステムである。
検証質問応答、セキュリティ資産の識別、脅威モデリング、テスト計画とプロパティ生成、脆弱性検出、シミュレーションベースのバグ検証といったタスクのための特別なエージェントを統合することで、SV-LLMはワークフローを合理化する。
このシステムは,手作業による介入を減らすこと,精度の向上,セキュリティ分析の高速化,設計サイクルの初期段階におけるリスクの積極的な識別と緩和を支援することを目的としている。
論文 参考訳（メタデータ） (2025-06-25T13:31:13Z) - MSDA: Combining Pseudo-labeling and Self-Supervision for Unsupervised Domain Adaptation in ASR [59.83547898874152]
本稿では,自己教師付き学習と半教師付き技術を統合する,サンプル効率のよい2段階適応手法を提案する。
MSDAは、ASRモデルの堅牢性と一般化を強化するように設計されている。
本稿では,メタPLがASRタスクに効果的に適用可能であることを示す。
論文 参考訳（メタデータ） (2025-05-30T14:46:05Z) - ASIL-Decomposition Based Resource Allocation Optimization for Automotive E/E Architectures [0.4143603294943439]
ソフトウェアコンポーネントを利用可能なハードウェアリソースに自動的にマッピングするアプローチを提案する。
既存のフレームワークと比較して,本手法はISO 26262規格に準拠した幅広い安全性解析を提供する。
我々は,臨界関数連鎖の開発コストと最大実行時間の両方を最小化するために,多目的最適化問題を定式化する。
論文 参考訳（メタデータ） (2025-05-10T15:48:29Z) - Edge-Cloud Collaborative Computing on Distributed Intelligence and Model Optimization: A Survey [58.50944604905037]
エッジクラウドコラボレーティブコンピューティング(ECCC)は、現代のインテリジェントアプリケーションの計算要求に対処するための重要なパラダイムとして登場した。
AIの最近の進歩、特にディープラーニングと大規模言語モデル(LLM)は、これらの分散システムの能力を劇的に向上させてきた。
この調査は、基本的なアーキテクチャ、技術の実現、新しいアプリケーションに関する構造化されたチュートリアルを提供する。
論文 参考訳（メタデータ） (2025-05-03T13:55:38Z) - An LLM-enabled Multi-Agent Autonomous Mechatronics Design Framework [49.633199780510864]
本研究は, 機械設計, 最適化, エレクトロニクス, ソフトウェア工学の専門知識を統合した多エージェント自律メカトロニクス設計フレームワークを提案する。
このフレームワークは、言語駆動のワークフローを通じて運用され、構造化された人間のフィードバックを組み込んで、現実世界の制約下での堅牢なパフォーマンスを保証する。
完全に機能する自律型容器は、最適化された推進、コスト効率の高い電子機器、高度な制御を備えていた。
論文 参考訳（メタデータ） (2025-04-20T16:57:45Z) - Prioritizing Software Requirements Using Large Language Models [3.9422957660677476]
この記事では、ソフトウェア開発の初期段階と見なされる要件エンジニアリングに焦点を当てます。
要件を特定し、時間と予算の制約の中ですべての利害関係者を満たすという課題は、依然として重要なままです。
本研究では、AIエージェントを利用したWebベースのソフトウェアツールを導入し、タスクの優先順位付けを自動化するエンジニアリングを促す。
論文 参考訳（メタデータ） (2024-04-05T15:20:56Z) - AIOps Solutions for Incident Management: Technical Guidelines and A Comprehensive Literature Review [0.29998889086656577]
本研究では,AIOpsの用語と分類について提案し,構造化されたインシデント管理手順を確立し,AIOpsフレームワークを構築するためのガイドラインを提供する。
目標は、インシデント管理のためのAIOpsの技術的および研究的な側面の包括的なレビューを提供することであり、知識を構造化し、ギャップを特定し、この分野における将来の発展の基礎を確立することを目的としている。
論文 参考訳（メタデータ） (2024-04-01T17:32:22Z) - On STPA for Distributed Development of Safe Autonomous Driving: An Interview Study [0.7851536646859475]
System-Theoretic Process Analysis (STPA)は、防衛や航空宇宙といった安全関連分野に適用される新しい手法である。
STPAは、分散システム開発とマルチアトラクション設計レベルを備えた自動車システム工学において、完全には有効でない前提条件を前提としている。
これは継続的開発とデプロイメントにおける保守性の問題と見なすことができる。
論文 参考訳（メタデータ） (2024-03-14T15:56:02Z) - Evaluating Model-free Reinforcement Learning toward Safety-critical
Tasks [70.76757529955577]
本稿では、国家安全RLの観点から、この領域における先行研究を再考する。
安全最適化と安全予測を組み合わせた共同手法であるUnrolling Safety Layer (USL)を提案する。
この領域のさらなる研究を容易にするため、我々は関連するアルゴリズムを統一パイプラインで再現し、SafeRL-Kitに組み込む。
論文 参考訳（メタデータ） (2022-12-12T06:30:17Z)
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。