Folie 1 - PowerPoint PPT Presentation

Loading...

PPT – Folie 1 PowerPoint presentation | free to download - id: 7d1fc9-ZmMyM



Loading


The Adobe Flash plugin is needed to view this content

Get the plugin now

View by Category
About This Presentation
Title:

Folie 1

Description:

Aktuelle Themen bei Eingebetteten Systemen Organic Computing SS 2010 Prof. Dr. Uwe Brinkschulte Teil 1 Einf hrung und Problemstellung – PowerPoint PPT presentation

Number of Views:22
Avg rating:3.0/5.0
Slides: 43
Provided by: unif49
Category:

less

Write a Comment
User Comments (0)
Transcript and Presenter's Notes

Title: Folie 1


1
Aktuelle Themen bei Eingebetteten Systemen
Organic Computing SS 2010 Prof. Dr. Uwe
Brinkschulte
Teil 1 Einführung und Problemstellung
2
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
3
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

4
1.1 Definition eingebetteter Systeme
  • 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

5
1.1 Definition eingebetteter Systeme
Mehr Beispiele
Alltagsgegenstände
6
1.1 Definition eingebetteter Systeme
Raumfahrt
7
1.1 Definition eingebetteter Systeme
KFZ-Technik
8
1.1 Definition eingebetteter Systeme
Robotik
9
1.1 Definition eingebetteter Systeme
Autonomes Fahrzeug (z.B. für die
Fabrik-automation)
10
1.1 Definition eingebetteter Systeme
Gegenüber reinen Rechensystemen besitzen
eingebettete Systeme zusätzliche Eigenschaften
  • Schnittstellenvielfalt
  • mehr und unterschiedliche Schnittstellen als bei
    reinen Rechensystemen
  • Mechanik und Form
  • robuster Aufbau, rauhe Umgebung, mechanische
    Belastung, begrenzter Raum, vorgegebene
    geometrische Form

11
1.1 Definition eingebetteter Systeme
  • Elektrische Eigenschaften
  • vorgegebene Versorgungsspannung, limitierter
    Energieverbrauch, geringe Abwärme
  • Zuverlässigkeit
  • Ausfallsicherheit, Notbetrieb, z.B. bei Bremsen,
    der Steuerung eines Kernreaktors, einem
    Flugzeug, ...
  • Zeitverhalten
  • Ausführung von Tätigkeiten innerhalb einer
    vorgegebenen Zeit gt Echtzeitsysteme

12
1.1 Definition eingebetteter Systeme
  • 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!

13
1.1 Definition eingebetteter Systeme
Klassen von Echtzeitsystemen
  • Harte Echtzeitsysteme
  • Zeitbedingungen müssen unter allen Umständen
    eingehalten werden. Das Verpassen einer
    Zeitschranke ist nicht tolerierbar
  • Beispiel Kollisionserkennung in einem
    automatischen Fahrzeug

14
1.1 Definition eingebetteter Systeme
Klassen von Echtzeitsystemen
  • Feste Echtzeitsysteme
  • Feste Zeitschranken
  • Ein Ergebnis ist nach Überschreiten der
    Zeitschranke wertlos (Verfallsdatum)
  • Die Folgen sind jedoch nicht unmittelbar
    katastrophal
  • Beispiel Positionserkennung in einem
    automatischen Fahrzeug

15
1.1 Definition eingebetteter Systeme
Klassen von Echtzeitsystemen
  • Weiche Echtzeitsysteme
  • Weiche Zeitschranken
  • Ein Überschreiten um einen gewissen Wert ist
    tolerierbar
  • Mehr Richtlinie denn harte Zeitschranke
  • Beispiel Periodische Temperaturmessung für eine
    Anzeige

16
1.1 Definition eingebetteter Systeme
  • Wesentliche Eigenschaft von Echtzeitsystemen
  • Zeitliche Vorhersagbarkeit
  • spielt die dominierende Rolle
  • eine hohe Verarbeitungsgeschwindigkeit ohne
    Vorhersagbarkeit ist wertlos
  • wichtige Größe WCET (Worst Case Execution Time)

17
1.1 Definition eingebetteter Systeme
  • Längerfristige Verfügbarkeit
  • Leistung muss über einen längeren Zeitraum
    erbracht werden
  • Betriebspausen, z.B. zur Reorganisation, sind
    nicht zulässig (Beispiel Garbage Collection)

18
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme haben eine deutlich
    höhere Komplexität
  • Bereits heute besitzt ein Oberklasse KFZ mehr als
    30 Prozessoren
  • Die Programmierung dauert mehrere Stunden
  • Es gibt mehr als 1000 Konfigurationen für einen
    einzigen Fahrzeugtyp
  • Die Entwicklung und Wartung eines solchen
    Systems stellt höchste Anforderungen und ist
    hochgradig fehleranfällig

19
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme haben eine deutlich
    höhere Komplexität
  • Bereits heute gibt es Sensornetze mit mehreren
    hundert einfachen Knoten
  • Die Koordination der Daten, Inbetriebhaltung des
    Netzes, Aktualisierung der Software,
    Beherrschung der Redundanz ist
    hoch-problematisch

20
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme haben eine deutlich
    höhere Komplexität
  • In Zukunft sind noch deutlich komplexere
    eingebette Systeme mit hunderten bis
    tausenden leistungsfähigen Rechenknoten zu
    erwarten
  • Im Bereich Multi-Core/Many-Core Prozessoren
    werden Prozessoren mit mehreren hundert bis
    tausend Rechen- kernen in den nächsten Jahren
    zur Verfügung stehen
  • Diese Komplexität ist mit traditionellen
    Entwicklungs- techniken nicht zu beherrschen
  • Für die Entwicklung, Konfiguration, Betrieb und
    Wartung müssen neue Wege beschritten werden

21
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme müssen mit
    unzuverlässiger Hardware zu Recht kommen
  • Durch die steigenden Integrationsdichte wird die
    Hardware zunehmend unzuverlässiger
  • Wenn ein Bit nur noch durch wenige Elektronen
    repräsentiert wird, genügt ein einziges
    Alpha-Teilchen zur Auslösung eines Fehlers
  • Je kleiner die Strukturen, desto stärker wirken
    sich Alterungseffekte aus
  • Kleinere Strukturen führen auch zu verstärktem
    Übersprechen zwischen Signalleitungen

22
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme müssen mit
    unzuverlässiger Hardware zu Recht kommen
  • Die Ausbeute fehlerfreier Chips wird gegen 0
    gehen
  • Techniken zur Handhabung von transienten und
    statischen Fehlern werden erforderlich
  • Heutige Fehlertoleranz-Mechanismen sehen den
    Fehler als Ausnahmefall
  • Künftige Techniken müssen Fehler als Regelfall
    betrachten und einen geordneten Betrieb (z.B.
    mit Einhaltung von Zeitbedingungen) in der
    Anwesenheit von Fehlern garantieren

23
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme müssen sich
    gezielter Angriffe erwehren können
  • Durch die steigende Komplexität und Vernetzung
    werden eingebettete Systeme leichter angreifbar
  • Die Wahrscheinlichkeit von Sicherheitslücken und
    Schwachstellen steigt
  • Der Anreiz für Angriffe steigt
  • hochkomplexe vernetzte Produktionsumgebung oder
    ein komplexes Sensornetz mit kritischen Daten
    stellen lohende Ziele dar
  • autonome Techniken zur Erkennung und Abwehr von
    Angriffen werden erforderlich

24
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme müssen sich an
    dynamische, sich ändernde Umgebungen anpassen
    können
  • Drahtlose Vernetzung und mobile Rechenknoten
    sorgen für dynamische Änderungen im System
  • Knoten ändern ihre Position, fallen aus oder
    kommen hinzu
  • Die drahtlose Kommunikation mobiler Knoten führt
    zu variierenden Kommunikations-Eigenschaften

25
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Künftige eingebettete Systeme müssen sich an
    dynamische, sich ändernde Umgebungen anpassen
    können
  • Der begrenzte Energievorrat mobiler Knoten
    verändert deren Eigenschaften zur Laufzeit
  • Sind Rechenknoten im eingebetteten System an
    Menschen gebunden (z.B. PDAs), dann bilden sich
    dynamisch immer neue Gruppierungen
  • Künftige eingebettete Systeme müssen dem Rechnung
    tragen und in der jeweiligen Umgebung eine
    möglichst optimale angepasste Leistung
    erbringen

26
1.2 Anforderungen künftiger eingebetteter
Systeme
  • Zusammenfassung
  • künftige eingebettete Systeme
  • sind hochkomplex
  • besitzen unzuverlässige Komponenten
  • sind Angriffen ausgesetzt
  • müssen sich an ändernde Umgebungen anpassen
  • Solche Anforderungen gibt es bereits! Nahezu alle
    biologischen Systeme müssen diese erfüllen!
  • gt künftige eingebettete Systeme müssen
    lebensähnlicher werden

27
1.3 Grundideen des Organic Computing
  • Lebende Organismen verfügen über interessante und
    nützliche Eigenschaften. Sie sind
  • komplex
  • robust
  • anpassungsfähig
  • flexibel
  • widerstandsfähig
  • wehrhaft
  • Organic Computing Übertragung dieser
    Eigenschaften auf
    eingebettete System

28
1.3 Grundideen des Organic Computing
  • 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

29
1.3 Grundideen des Organic Computing
Übertragung der Eigenschaften
Übertragung der Eigenschaften
30
1.3 Grundideen des Organic Computing
Vergleich Herz
mechanische
Pumpe pumpt Flüssigkeit pumpt
Flüssigkeit variable Arbeitspunkte
ein optimaler Arbeitspunkt ist anpassungsfähig
ist eine starre
Konstruktion kann 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
31
1.3 Grundideen des Organic Computing
  • Ursprung des Organic Computing
  • Workshops der GI/ITG Abteilung Technische
    Informatik in 2002, Positionspapier in 2003
  • Vision 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

32
1.3 Grundideen des Organic Computing
  • 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/M
    ain.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/foerderunge
    n/5150.php
  • SFB 637 Selbststeuerung logistischer Prozesse
    http//www.sfb637.uni-bremen.de
  • Graduiertenkolleg 1194 Selbstorganisierende
    Sensor-Aktor-Netzwerke http//www.grk1194.uni-karl
    sruhe.de/home.php
  • DFG Schwerpunktprogramm 1183 Organic Computing
    http//www.organic-computing.de/SPP

33
1.3 Grundideen des Organic Computing
  • DFG Schwerpunktprogramm 1183 Organic Computing

Quelle DFG Forschungsschwerpunkt 1183
34
1.3 Grundideen des Organic Computing
  • 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)

35
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
36
1.3 Grundideen des Organic Computing
Im Zusammenhang mit Selbstorganisation von
grösseren Gruppen kann oft emergentes Verhalten
beobachtet werden Dies bedeutet, das Gesamtsystem
weist ein Verhalten auf, das aus der isolierten
Betrachtung der einzelnen Teile so nicht zu
erwarten war Beispiele Verkehrsstau aus dem
Nichts Ameisenstrassen In Organic Computing
Systemen sollte positive Emergenz gefördert und
negative Emergenz vermieden werden
37
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

38
1.4 Abgrenzung und Gemeinsam- keiten zu
Autonomic Computing
Autonomic Computing eingeführt im Jahr 2000 von
IBM (http//www.ibm.com/autonomic/) Grundidee
Eigenschaften des autonomen Nervensystems auf
die Wartung und den Betrieb von Serversystemen
übertragen Wie 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
39
1.4 Abgrenzung und Gemeinsam- keiten zu
Autonomic Computing
Übertragung der Eigenschaften
40
1.4 Abgrenzung und Gemeinsam- keiten zu
Autonomic Computing
MAPE Zyklus (Monitor Analyze Plan
Execute) Geschlossene Regelschleife zur
Kontrolle von Server-Parametern
Analyze
Plan
Knowledge
Monitor
Execute
Server
Aktoren
Sensoren
41
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

42
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, )
About PowerShow.com