Open Access

Melanie Feist

• Cyber Physical Systems (CPS) are growing more and more complex due to the availability of cheap hardware, sensors, actuators and communication links. A network of cooperating CPSs (CPN) additionally increases the complexity. This poses challenges as well as it offers chances: the increasing complexity makes it harder to design, operate, optimize and maintain such CPNs. However, on the other side an appropriate use of the increasing resources in computational nodes, sensors, actuators can significantly improve the system performance, reliability and flexibility. Therefore, self-X features like self-organization, self-adaptation and self-healing are key principles for such systems. Additionally, CPNs are often deployed in dynamic, unpredictable environments and safety-critical domains, such as transportation, energy, and healthcare. In such domains, usually applications of different criticality level exist. In an automotive environment for example, the brake has a higher criticality level regarding safety as the infotainment. As a result of mixed-criticality, applications requiring hard real-time guarantees compete with those requiring soft real-time guarantees and best-effort application for the given resources within the overall system. This leads to the need to accommodate multiple levels of criticality while ensuring safety and reliability, which increases the already high complexity even more. This thesis deals with the question on how to conveniently, effectively and efficiently handle the management and complexity of mixed-critical CPNs (MC-CPNs). Since this cannot be done by the system developer without the assistance of the system itself any longer, it is essential to develop new approaches and techniques to ensure that such systems can operate under a range of conditions while meeting stringent requirements. Based on five research hypothesis, this thesis introduces a comprehensive adaptive mixed-criticality supporting middleware for Cyber-Physical Networks (Chameleon), which efficiently and autonomously takes care of the management and complexity of CPNs with regard to the mixed-criticality aspect. Chameleon contributes to the state-of-art by introducing and combining the following concepts: - A comprehensive self-adaption mechanism on all levels of the system model is provided. - This mechanism allows a flexible combination of parametric and structural adaptation actions (relocation, scheduling, tuning, ...) to modify the behavior of the system. - Real-time constraints of mixed-critical applications (hard real-time, soft real-time, best-effort) are considered in all possible adaptation conditions and actions by the use of the importance parameter. - CPNs are supported by the introduction of different scopes (local, system, global) for the adaptation conditions and actions. This also enables the combination of different scopes for conditions and actions. - The realization of the adaptation with a MAPE-K loop instantiated by a distributed LCS allows for real-time capable reasoning of adaptation actions which also works on resource-spare systems. - The developed rule language Rango offers an intuitive way to specify an initial rule set for LCS in the context of CPS/CPNs and supports the system administrators in the process of rule set generation.
• Das rasante Wachstum von Cyber-Physical Systems (CPS) aufgrund der Verfügbarkeit von preiswerter Rechenhardware, Sensoren, Aktoren und Kommunikationsverbindungen hat zu einer starken Erhöhung der Systemkomplexität geführt. Im Automobilbereich z.B. ist die Anzahl und Leistungsfähigkeit dieser Komponenten in einem Fahrzeug in den letzten Jahren stetig gestiegen. Die Komplexität entsteht durch die Interdependenz von physikalischen Prozessen, Sensorik und Aktorik, Kommunikationsnetzen und Rechenressourcen. Die Kombination dieser Faktoren führt zu einer Vielzahl von Problemen, die gelöst werden müssen, z. B. Aufgabenzuweisung, Zeitplanung, Fehlertoleranz und Kommunikation. Mit der zunehmenden Anzahl heterogener Komponenten in einem solchen System steigt auch die Komplexität der Wechselwirkungen zwischen ihnen. Ein Netzwerk von kooperierenden CPS - ein sogenanntes Cyber-Physical Network (CPN) - macht die Situation noch komplexer, da Informationen zwischen den CPS im Netzwerk ausgetauscht und Aktionen koordiniert und eingesetzt werden müssen. Ein Beispiel für ein solches CPN sind kooperierende oder platoonierende Fahrzeuge, bei denen mehrere autonome Fahrzeuge in einem Konvoi mit geringen Abständen fahren und diese die Kommunikation zwischen den Fahrzeugen über IEEE 802.11p koordinieren. CPNs werden häufig in dynamischen und unvorhersehbaren Umgebungen eingesetzt, insbesondere in sicherheitskritischen Bereichen wie Verkehr und Gesundheitswesen. In solchen Bereichen gibt es oft Anwendungen mit unterschiedlichem Kritikalitätsgrad. Beispielsweise ist die Bremse in einem Fahrzeug sicherheitskritischer als das Infotainment-System. Aufgrund dieser gemischten Kritikalität konkurrieren harte Echtzeit-Anwendungen mit solchen, die weiche Echtzeitgarantien oder Best-Effort-Behandlung erfordern. Dies führt dazu, dass mehrere Kritikalitätsebenen berücksichtigt werden müssen um Sicherheit und Zuverlässigkeit zu gewährleisten, was die ohnehin schon hohe Komplexität noch weiter steigert. Dieses hohe Maß an Komplexität erschwert die Verwaltung und Optimierung der Leistung, Zuverlässigkeit und Sicherheit solcher gemischt kritischen (mixed-critical) CPN (MC-CPN). Daher ist es unerlässlich, neue Ansätze und Techniken zu entwickeln, um den Betrieb von MC-CPN unter variierenden Bedingungen gemäß den gegebenen Anforderungen effizient, skalierbar und zuverlässig zu gewährleisten. Die Autonomie, also die Fähigkeit eines Systems, sich selbstorganisierend zu betreiben und zu kontrollieren, spielt hierbei eine wichtige Rolle. Autonome Mechanismen und Techniken, die als Selbst-X-Eigenschaften (Selbstanpassung, Selbstorganisation, Selbstheilung, ...) bezeichnet werden, sind eine wichtige und wesentliche Methode, um den Betrieb komplexer Systeme effektiv und effizient zu beherrschen. Daher ist die Entwicklung neuer autonomer Mechanismen und Techniken zur Verwaltung von MC-CPNs ein vielversprechender Ansatz, um deren Leistung, Effizienz, Zuverlässigkeit und Flexibilität zu verbessern.