Resilienz in Mixed-Criticality-Systemen des Industriellen Internet der Dinge

Forschungsvorhaben im Bereich Methoden und Werkzeuge für Aggregation und Disaggregation von Prozessen im Internet der Dinge

Das Internet der Dinge hält Einzug in alle Bereiche der Industrie. In der intelligenten Automatisierung sind allerdings noch wesentliche Herausforderungen im Bereich der Resilienz und dynamischen Selbstorganisation bezüglich sich verändernder Ressourcen zu meistern.

Im Rahmen dieses Projektes soll hierzu eine Entwurfsmethodik für verifizierbare Systemarchitekturen in der intelligenten Automatisierung entwickelt werden. Dazu werden verteilte Ressourcen als gemeinsame virtuelle Ressource zusammengefasst und nach den Grundsätzen der Mixed-Criticality-Systeme organisiert. Mixed-Criticality beschreibt eine Zuordnung von Funktionen zu Ressourcen anhand ihrer Kritikalität gemäß der verfügbaren Ressourcenkontingente. Veränderungen dieser Kontingente durch Ausfälle oder Angriffe sowie Prozessänderungen erfordern eine Reorganisation des Systems. Diese Reorganisation muss zur Entwurfszeit methodisch konzipiert werden, sodass die gewählte Architektur nachweisbar die geforderten Systemeigenschaften auch unter Degradation oder Ausfall von Ressourcen ermöglicht.

Die Forschungsergebnisse dieses Projekts werden einen Beitrag zu einer erhöhten Resilienz des Systems durch neue Entwurfsmethoden für selbstorganisierende Kommunikations-, Computing und Regelungsansätze leisten. Dazu wird sowohl ein formaler Verifikationsansatz für die Einhaltung der kritischen Eigenschaften bei Ressourcendegradation entwickelt, als auch eine Maximierung der Resilienz im Entwurfsprozess durch Einführung einer virtuellen Redundanz mittels mathematischer Korrelation von im System vorhandener Informationen betrachtet. Durch die Integration von Sicherheitsaspekten in die Entwurfsmethodik bezwecken wir eine Erweiterung unseres Entwicklungsframeworks auf angriffsresistente Mixed-Criticality-Systeme. Unser Konzept sieht zudem die Erkennung der Systemdegradation (Fehler, Ausfall, Angriff) vor. Anhand einer Simulationsplattform und eines Anwendungsfall-Demonstrators werden die entwickelten Methoden evaluiert und ihre Eignung für zukünftige Produkte im Industriellen Internet der Dinge nachgewiesen.