Nahezu alle Anwendungsfelder der Informationstechnik von Mobilität über Maschinenbau bis hin zur Logistik werden von cyberphysischen Systemen dominiert. CPS sind vernetzte Rechnersysteme (,,cyber”), die über Sensoren und Aktuatoren direkt mit der Umwelt (,,physisch”) interagieren. Komplexe CPS bei Entwurf und im Betrieb zu prüfen (Testen), während des Einsatzes zu überwachen (Monitoring) oder eine Vorhersage des Systemverhaltens abzugeben (Prädiktion), ist extrem aufwendig. Für alle diese Anwendungen werden valide Modelle der Systeme benötigt. Allerdings sind Teilkomponenten oder sogar ganze Teilsysteme moderner CPS oft nur als eine Black-Box verfügbar, deren interne Realisierung nicht oder nur bedingt bekannt ist. In diesem Fall müssen Modelle erst aufwendig erstellt werden, was häufig in manueller Arbeit geschieht oder komplett unterbleibt. Ebenso fehlen Qualitätsmetriken für Einsatz und Übertragbarkeit der Modelle in ihren Anwendungen sowie für die Auswahl und den Vergleich verschiedener Modelltypen. Bisher sind die notwendigen Schritte zur Modellierung nur wenig automatisiert, sodass Testen, Monitoring und Prädiktion zunehmend Flaschenhälse im Entwurf verursachen. In verschiedenen Anwendungsfeldern existieren unvollständige Insellösungen, die dort zum Teil standardisiert sind, aber trotzdem isoliert genutzt werden und oft wiederum unzureichend automatisiert sind.

Ziel des Projekts AGenC ist es, für CPS aus verschiedenen Anwendungsbereichen einen Werkzeugkasten mit einheitlich nutzbaren Methoden und interoperablen Technologielösungen zu entwickeln. Konkret wird ein Framework aus neuartigen Software-Methoden und -Werkzeugen, die Modelle für CPS erstellen, realisiert. Daher sollen generalisierte Schnittstellen zur Nutzung in diversen Anwendungsbereichen erstellt werden, um neuartige Modelllerner, die einerseits auf Adversarial Resilience Learning aufsetzen und andererseits diskrete und kontinuierliche Modelle kombinieren, um so relevante Aspekte von Interpretierbarkeit bis Genauigkeit der Modelle gleichzeitig zu adressieren. Dafür müssen harte Kriterien zur Bewertung der Modellqualität und Metriken zum Vergleich und zur Erweiterung verschiedener Modelle, sowie Testfallgeneratoren, System-Monitore und -Prädiktoren, die auf Basis von Modellen funktionieren entwickelt werden. Dabei sind die Modelle in den Anwendungen modular, d.h. austauschbar, vergleichend oder ergänzend eingebunden.

PalaestrAI