Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 1 - Prof. Dr. Uwe Brinkschulte...
-
Upload
ursula-amsel -
Category
Documents
-
view
214 -
download
2
Transcript of Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 1 - Prof. Dr. Uwe Brinkschulte...
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 1 - Prof. Dr. Uwe Brinkschulte
Teil 1
Einführung und Problemstellung
Aktuelle Themen bei Eingebetteten Systemen –Organic Computing
SS 2010
Prof. Dr. Uwe Brinkschulte
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 2 - Prof. Dr. Uwe Brinkschulte
1. Einführung und Problemstellung
1.1 Definition eingebetteter Systeme 1.2 Anforderungen künftiger eingebetteter Systeme 1.3 Grundideen des Organic Computing 1.4 Abgrenzung und Gemeinsamkeiten zu Autonomic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 3 - Prof. Dr. Uwe Brinkschulte
1.1 Definition eingebetteter Systeme
Eingebettete Systeme:
Datenverarbeitungssysteme, die in ein technisches Umfeld eingebettet sind Steuern, Überwachen und Regeln dieses Umfeld Beispiel: Steuerung einer Kaffeemaschine:
Koordination von Wasserbehälter, Heizung und Ventilen zur Bereitung eines Kaffees
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 4 - Prof. Dr. Uwe Brinkschulte
Weiteres Beispiel:PC auf dem Schreibtisch zu Hause
kein eingebettetes System, stellt seine Datenverarbeitungsleistung dem
Menschen zur Verfügung
PC in der Fabrikhalle zur Steuerung einer Anlage
eingebettetes System
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 5 - Prof. Dr. Uwe Brinkschulte
Mehr Beispiele:
Alltagsgegenstände
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 6 - Prof. Dr. Uwe Brinkschulte
Raumfahrt
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 7 - Prof. Dr. Uwe Brinkschulte
KFZ-Technik
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 8 - Prof. Dr. Uwe Brinkschulte
Robotik
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 9 - Prof. Dr. Uwe Brinkschulte
Autonomes Fahrzeug (z.B. für die Fabrik-automation)
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 10 - Prof. Dr. Uwe Brinkschulte
Gegenüber reinen Rechensystemen besitzen eingebettete Systeme zusätzliche Eigenschaften:
Schnittstellenvielfaltmehr und unterschiedliche Schnittstellen
als bei reinen RechensystemenMechanik und Form
robuster Aufbau, rauhe Umgebung, mechanische Belastung, begrenzter Raum, vorgegebene geometrische Form
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 11 - Prof. Dr. Uwe Brinkschulte
Elektrische Eigenschaftenvorgegebene Versorgungsspannung,
limitierter Energieverbrauch, geringe Abwärme
ZuverlässigkeitAusfallsicherheit, Notbetrieb, z.B. bei Bremsen, der Steuerung eines Kernreaktors, einem
Flugzeug, ...Zeitverhalten
Ausführung von Tätigkeiten innerhalb einer vorgegebenen Zeit => Echtzeitsysteme
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 12 - Prof. Dr. Uwe Brinkschulte
Einige zusätzliche Bemerkungen zu Echtzeitsystemen
Nicht-Echtzeitsystem: logische Korrektheit
Echtzeitsystem: logische Korrektheit + zeitliche Korrektheit
Ein Ergebnis ist nur korrekt, wenn es logisch korrekt ist und zur rechten Zeit zur Verfügung steht!
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 13 - Prof. Dr. Uwe Brinkschulte
Klassen von Echtzeitsystemen:
Harte EchtzeitsystemeZeitbedingungen müssen unter allen Umständen
eingehalten werden. Das Verpassen einer Zeitschranke ist nicht tolerierbar
Beispiel: Kollisionserkennung in einem automatischen Fahrzeug
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 14 - Prof. Dr. Uwe Brinkschulte
Klassen von Echtzeitsystemen:
Feste EchtzeitsystemeFeste ZeitschrankenEin Ergebnis ist nach Überschreiten der
Zeitschranke wertlos (Verfallsdatum)Die Folgen sind jedoch nicht unmittelbar
katastrophal
Beispiel: Positionserkennung in einem automatischen Fahrzeug
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 15 - Prof. Dr. Uwe Brinkschulte
Klassen von Echtzeitsystemen:
Weiche EchtzeitsystemeWeiche ZeitschrankenEin Überschreiten um einen gewissen Wert ist tolerierbarMehr Richtlinie denn harte Zeitschranke
Beispiel: Periodische Temperaturmessung für eine Anzeige
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 16 - Prof. Dr. Uwe Brinkschulte
Wesentliche Eigenschaft von Echtzeitsystemen
Zeitliche Vorhersagbarkeit spielt die dominierende Rolle eine hohe Verarbeitungsgeschwindigkeit ohne Vorhersagbarkeit ist wertlos wichtige Größe: WCET (Worst Case Execution Time)
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 17 - Prof. Dr. Uwe Brinkschulte
Längerfristige Verfügbarkeit Leistung muss über einen längeren Zeitraum erbracht werden Betriebspausen, z.B. zur Reorganisation, sind nicht zulässig (Beispiel Garbage Collection)
1.1 Definition eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 18 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme haben eine deutlich höhere Komplexität
Bereits heute besitzt ein Oberklasse KFZ mehr als 30 ProzessorenDie Programmierung dauert mehrere StundenEs gibt mehr als 1000 Konfigurationen für einen einzigen FahrzeugtypDie Entwicklung und Wartung eines solchen Systems stellt höchste Anforderungen und ist hochgradig fehleranfällig
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 19 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme haben eine deutlich höhere Komplexität
Bereits heute gibt es Sensornetze mit mehreren hundert einfachen KnotenDie Koordination der Daten, Inbetriebhaltung des Netzes, Aktualisierung der Software, Beherrschung der Redundanz ist hoch-problematisch
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 20 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme haben eine deutlich höhere Komplexität
In Zukunft sind noch deutlich komplexere eingebette Systeme mit hunderten bis tausenden leistungsfähigen Rechenknoten zu erwartenIm Bereich Multi-Core/Many-Core Prozessoren werden Prozessoren mit mehreren hundert bis tausend Rechen- kernen in den nächsten Jahren zur Verfügung stehenDiese Komplexität ist mit traditionellen Entwicklungs- techniken nicht zu beherrschenFür die Entwicklung, Konfiguration, Betrieb und Wartung müssen neue Wege beschritten werden
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 21 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme müssen mit unzuverlässiger Hardware zu Recht kommen
Durch die steigenden Integrationsdichte wird die
Hardware zunehmend unzuverlässigerWenn ein Bit nur noch durch wenige Elektronen repräsentiert wird, genügt ein einziges Alpha-Teilchen zur Auslösung eines FehlersJe kleiner die Strukturen, desto stärker wirken sich Alterungseffekte ausKleinere Strukturen führen auch zu verstärktem Übersprechen zwischen Signalleitungen
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 22 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme müssen mit unzuverlässiger Hardware zu Recht kommen
Die Ausbeute fehlerfreier Chips wird gegen 0 gehenTechniken zur Handhabung von transienten und statischen Fehlern werden erforderlichHeutige Fehlertoleranz-Mechanismen sehen den Fehler als AusnahmefallKünftige Techniken müssen Fehler als Regelfall betrachten und einen geordneten Betrieb (z.B. mit Einhaltung von Zeitbedingungen) in der Anwesenheit von Fehlern garantieren
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 23 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme müssen sich gezielter Angriffe erwehren können
Durch die steigende Komplexität und Vernetzung werden eingebettete Systeme leichter angreifbarDie Wahrscheinlichkeit von Sicherheitslücken und Schwachstellen steigtDer Anreiz für Angriffe steigthochkomplexe vernetzte Produktionsumgebung oder ein komplexes Sensornetz mit kritischen Daten stellen lohende Ziele darautonome Techniken zur Erkennung und Abwehr von Angriffen werden erforderlich
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 24 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme müssen sich an dynamische, sich ändernde Umgebungen anpassen können
Drahtlose Vernetzung und mobile Rechenknoten
sorgen für dynamische Änderungen im SystemKnoten ändern ihre Position, fallen aus oder kommen hinzuDie drahtlose Kommunikation mobiler Knoten führt zu variierenden Kommunikations-Eigenschaften
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 25 - Prof. Dr. Uwe Brinkschulte
Künftige eingebettete Systeme müssen sich an dynamische, sich ändernde Umgebungen anpassen können
Der begrenzte Energievorrat mobiler Knoten verändert deren Eigenschaften zur LaufzeitSind Rechenknoten im eingebetteten System an
Menschen gebunden (z.B. PDAs), dann bilden sich dynamisch immer neue GruppierungenKünftige eingebettete Systeme müssen dem Rechnung tragen und in der jeweiligen Umgebung eine möglichst optimale angepasste Leistung erbringen
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 26 - Prof. Dr. Uwe Brinkschulte
Zusammenfassung: künftige eingebettete Systemesind hochkomplexbesitzen unzuverlässige Komponentensind Angriffen ausgesetztmüssen sich an ändernde Umgebungen anpassen
Solche Anforderungen gibt es bereits! Nahezu alle biologischen Systeme müssen diese erfüllen!=> künftige eingebettete Systeme müssen lebensähnlicher werden
1.2 Anforderungen künftiger eingebetteter Systeme
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 27 - Prof. Dr. Uwe Brinkschulte
Lebende Organismen verfügen über interessante und nützliche Eigenschaften. Sie sindkomplexrobustanpassungsfähigflexibelwiderstandsfähigwehrhaft
Organic Computing: Übertragung dieser Eigenschaften auf eingebettete System
1.3 Grundideen des Organic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 28 - Prof. Dr. Uwe Brinkschulte
Ein Organic Computing System ist kein biologisches, sondern immer noch ein technisches System
Es verwendet aber in biologischen Systemen beobachtete Prinzipien wie dynamische Anpassung an die Umgebungsbedingungen, Flexibilität, Robustheit, etc.
Das Ziel von Organic Computing ist somit die technische Nutzung von Prinzipien aus der Biologie
Hierdurch soll die Entwicklung komplexer eingebetteter Systeme verbessert und erleichtert werden
1.3 Grundideen des Organic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 29 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Übertragung der
Eigenschaften
Übertragung der
Eigenschaften
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 30 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Vergleich Herz mechanische Pumpe
pumpt Flüssigkeit pumpt Flüssigkeitvariable Arbeitspunkte ein optimaler Arbeitspunktist anpassungsfähig ist eine starre Konstruktionkann erheblichen Schaden ein defektes Teil führt meist tolerieren zum Ausfall
Heutige eingebettete Systeme sind vergleichbar zu einer mechanischen Pumpe, künftige eingebettete Systeme sollten zu einem Herzen vergleichbar sein
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 31 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Ursprung des Organic Computing:Workshops der GI/ITG Abteilung Technische Informatik in 2002, Positionspapier in 2003Vision für die Rechnerarchitektur nach 2010
Organic Computing Systeme• besitzen lebensähnliche Eigenschaften• bestehen aus autonomen kooperierenden Subsystemen• passen sich menschlichen Bedürfnissen an• sind robust, adaptiv und flexibel• werden durch Ziele gesteuert• sind vertrauenswürdig
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 32 - Prof. Dr. Uwe Brinkschulte
Forschungsaktivitäten / Stand der Forschung G. Jetschke. Mathematik der Selbstorganisation, Harry Deutsch Verlag,
Frankfurt, 1989 R. Whitaker. Self-Organization, Autopoiesis, and Enterprises,
http://www.acm.org/sigs/sigois/auto/Main.html/ IBM. Autonomic Computing, http://www.research.ibm.com/autonomic/ EU-Program FET – Complex Systems: http://www.cordis.lu/ist/fet/co.htm BMBF Programm "Technische Anwendung der
Selbstorganisation„ http://www.bmbf.de/foerderungen/5150.php SFB 637: Selbststeuerung logistischer Prozesse http://www.sfb637.uni-
bremen.de Graduiertenkolleg 1194 Selbstorganisierende Sensor-Aktor-Netzwerke
http://www.grk1194.uni-karlsruhe.de/home.php DFG Schwerpunktprogramm 1183 Organic Computing
http://www.organic-computing.de/SPP
1.3 Grundideen des Organic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 33 - Prof. Dr. Uwe Brinkschulte
DFG Schwerpunktprogramm 1183 “Organic Computing”
Quelle: DFG Forschungsschwerpunkt 1183
1.3 Grundideen des Organic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 34 - Prof. Dr. Uwe Brinkschulte
Projekte im DFG Schwerpunktprogramm 1183• The bio-chemical information processing metaphor as a programming paradigm for organic computing (Dittrich)
• Embedded Performance Analysis for Organic Computing (Ernst)• Digital On-Demand Computing Organism for Real-Time Systems (Becker / Brinkschulte / Henkel /
Karl / Wörn)• Self-organized and self-regulation coordination of large swarm of self-navigating autonomous
vehicles, as occuring in highway traffic (Fekete / Fischer)• Organic architectures for self-organising smart pixel sensor chips (Fey)• Model-Driven Development of Self-Organizing Control Applications (Heiß / Mühl / Weis)• Organic Fault-Tolerant Control Architecture for Robotic Applications (Maehle / Brockmann /
Großpietsch) • Learning to Look at Humans (von der Malsburg)• Smart Teams: Local, Distributed Strategies for Self-Organizing Robotic Exploration Teams (Meyer auf
der Heide / Schindelhauer)• Organisation and Control of Self-Organising Systems in Technical Compounds (Middendorf)• Organic Traffic Control (Schmeck / Müller-Schloer/ Branke)• Quantitative Emergence - Metrics, Observation and Control Tools for Complex Organic Ensembles
(Schmeck / Müller-Schloer / Branke)• Multi-Objective Intrinsic Evolution of Embedded Systems (Platzner)• Formal Modeling, Safety Analysis, and Verification of Organic Computing Applications - SAVE ORCA
(Reif) • Architecture and Design Methodology for Autonomic System on Chip (Rosenstiel / Herkersdorf)• On-line Fusion of Functional Knowledge within Distributed Sensor Networks (Sick)• Energy Aware Self Organized Communication in Complex Networks (Timmermann)• Organic Computing Middleware for Ubiquitous Environments (Ungerer)
1.3 Grundideen des Organic Computing
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 35 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Ein Schlüsselprinzip zur Erreichung von Eigenschaften biologischer Systeme ist die Selbstorganisation
Selbstorganisation ermöglicht adaptives und robustes Verhalten: Selbstkonfiguration Selbstoptimierung Selbstheilung Selbstschutz Selbsterklärung Selbstbewusstsein . . .
Selbst-X
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 36 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Im Zusammenhang mit Selbstorganisation von grösseren Gruppen kann oft emergentes Verhalten beobachtet werdenDies bedeutet, das Gesamtsystem weist ein Verhalten auf, das aus der isolierten Betrachtung der einzelnen Teile so nicht zu erwarten warBeispiele:
Verkehrsstau aus dem NichtsAmeisenstrassen
In Organic Computing Systemen sollte positive Emergenz gefördert und negative Emergenz vermieden werden
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 37 - Prof. Dr. Uwe Brinkschulte
1.3 Grundideen des Organic Computing
Organic Computing steht in Zusammenhang mit anderen Forschungsinitiativen: Pervasive Computing Ubiquitous Computing Autonomic Computing
Insbesondere letzteres weißt grundlegende Ähnlichkeiten und Überlappungen zu den Ideen des Organic Computing auf
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 38 - Prof. Dr. Uwe Brinkschulte
1.4 Abgrenzung und Gemeinsam- keiten zu Autonomic Computing
Autonomic Computingeingeführt im Jahr 2000 von IBM (http://www.ibm.com/autonomic/)
Grundidee:Eigenschaften des autonomen Nervensystems auf die Wartung und den Betrieb von Serversystemen übertragenWie das autonome Nervensystem Abläufe im Körper (z.B. Herzschlag) ohne bewusste Kontrolle im Hintergrund steuert, so sollen bei Autonomic Computing die Parameter von IT-Servern (z.B. Warteschlangen, Bandbreiten, etc.) im Hintergrund unabhängig vom regulären Betrieb gesteuert werden
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 39 - Prof. Dr. Uwe Brinkschulte
1.4 Abgrenzung und Gemeinsam- keiten zu Autonomic Computing
Übertragung der
Eigenschaften
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 40 - Prof. Dr. Uwe Brinkschulte
1.4 Abgrenzung und Gemeinsam- keiten zu Autonomic Computing
Monitor
Analyze Plan
Execute
Knowledge
MAPE Zyklus (Monitor Analyze Plan Execute)
Geschlossene Regelschleife zur Kontrolle von Server-Parametern
ServerSensoren Aktoren
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 41 - Prof. Dr. Uwe Brinkschulte
1.4 Abgrenzung und Gemeinsam- keiten zu Autonomic Computing
Gemeinsamkeiten zu Organic Computing:auch hier werden biologische Prinzipien benutzt• das autonome (vegetative) Nervensystem
auch hier stehen eine Reihe von Selbst-X Eigenschaften im Blickpunkt, im wesentlichen• Selbstkonfiguration• Selbstoptimierung• Selbstheilung• Selbstschutz
Hier wird Wissen Wirklichkeit Organic Computing – Teil 1, Folie 42 - Prof. Dr. Uwe Brinkschulte
1.4 Abgrenzung und Gemeinsam- keiten zu Autonomic Computing
Abgernzung zu Organic Computing:• Autonomic Computing zielt auf IT-Server, Organic Computing auf eingebettete Systeme• Echtzeiteigenschaften spielen bei Autonomic Computing keine Rolle, wohl aber bei Organic Computing• Organic Computing umfasst ein weiteres Spektrum von Selbst-X Eigenschaften• Organic Computing beschränkt sich nicht auf das autonome Nervensystem, sondern umfasst weitere Techniken (z.B. künstliche Hormonsysteme, evolutionäre Verfahren, Agenten, …)