Concurso a Plaza

1
Grupo QUIVIRhttp//www.lsi.us.es/quivir
Dpto. de LENGUAJES Y SISTEMAS INFORMÁTICOSEscuela
Técnica Superior de Ingeniería
InformáticaUniversidad de Sevilla (España)
CAEPIA 2005 Santiago de Compostela, 15 de
noviembre de 2005
2
Grupo QUIVIR
Faculty MembersMiguel Toro, PhDRafael M. Gasca,
PhDCarmelo del Valle, PhDFernando de la
RosaRafael CeballosMayte GómezSergio
PozoPablo Neira
CollaboratorsPedro AbadJosé M. Bravo, PhDLuis
González, PhDAntonio MárquezAntonio J.
SuárezFrancisco Velasco, PhD
Student MembersIrene BarbaDiana BorregoVíctor
Cejudo
3
Índice

• Paradigma Programación con Restricciones
  Aplicaciones
• Diagnosis
• Diagnosis basada en modelos
• Diagnosis distribuida
• Diagnosis de Software
• Seguridad informática como problema de diagnosis
• Tolerancia a fallos
• Planificación para la recuperación de fallos

4
Diagnosis
Diagnosis
Diagnosis basada en modelos
x
a
M1
A1
b
f
y
M2
c
d
A2
g
M3
z
e
5
Especificación de Problema de Diagnosis
 
PD(MPS,MO) MPS(P,Vobs,Vnobs)
Diagnosis
Diagnosis basada en modelos
Restricciones Polinómicas Variables Observables Variables no observables
M1 xac M2 ybd M3 zce A1 fxy A2 gyz a b c d e f g x y z
MO?aobs2,bobs,2,cobs3,dobs3,eobs,2,
fobs10,gobs 12
6
Red de contextos
Diagnosis
Diagnosis basada en modelos
 
7
Red de contextos
Context Analytical Redundancy Constraint (CARC) Context Analytical Redundancy Constraint (CARC)
1 acbd-f0
2 bdce-g0
3 ac-ce-fg0
Diagnosis
Diagnosis basada en modelos
M1M2M3A1A2 2,3
M1M2M3A1 M1M2M3A2 M1M2A1A2
M1M3A1A2 M2M3A1A2 1
2 1
3 2
M1M2A1
M2M3A2
1
2
8
Diagnosis de Software
Diagnosis

• Necesitamos Código fuente, precondición y
  postcondición
• Las sentencias serán transformadas a
  restricciones polinómicas
• Uso de técnicas de Testing
• Subconjunto del lenguaje Java
• EjemploCambiamos S5 con gy-z
• Caso de Test
• Metodología
• Normalización
• Obtención de las restricciones del contexto y
  simplificación de la red de contextos
• Determinación de la diagnosis mínima

Diagnosis de Software
9
Sistema de intercambiadores
Diagnosis
Resultant system 34 equations and 54 variables
(28 observable)
10
Sistema de intercambiadores
Minimal Context Network
Diagnosis

• Rules for the diagnosis (off-line)
• If (9) is violated, there is a simple fault in
  N12, E1 or E2
• (9 and 11) ? E1 or E2 or (N12 and N21) or (N12
  and N22)
• (10 and 12) ? E5 or E6 or (N14 and N23) or (N14
  and N24)

11
Sistema de intercambiadores
Diagnosis
Diagnosis distribuida
Resultant system 34 equations and 54 variables
(28 observable)
12
Diagnosis distribuida
Diagnosis

• Resolución de Problemas CSP distribuidos
• Agentes móviles con restricciones

Diagnosis distribuida
Envia/recibe
Envia/recibe
Envia/recibe
13
Bases de Datos con Restricciones
Diagnosis
14
Seguridad informática
Diagnosis

• Políticas de Seguridad
• Modelado basado en CSP
• Coherencia de políticas centralizadas
• Coherencia de políticas distribuidas
• Mecanismos de Seguridad
• Modelado de sus propiedades basado en CSP
• Detección y Diagnosis de incumplimiento de
  políticas por los mecanismos

Seguridad informática
15
Tolerancia a fallos
There is a simple fault
Diagnosis
Planificación para la recuperación de fallos
Tolerancia a fallos
Planificación para la recuperación de fallos
16
Tolerancia a fallos

• Seguridad Informática
• Sistemas Altamente Fiables (dependable systems)
  Distribuidos
• Planificación para recuperación de fallos en
  Sistemas Altamente Fiables Distribuidos.

Tolerancia a fallos
Planificación para la recuperación de fallos
17
Reparación de productos
Tolerancia a fallos
Planificación para la recuperación de fallos
18
Modelo de planificación

• Nodos Or - Submontajes
• Raíz - Montaje completo
• Hojas - Piezas individuales
• Nodos And Tareas de montaje / desmontaje

Tolerancia a fallos
Planificación para la recuperación de fallos
Grafo And/Or para el producto ABCDE
19
Modelo de planificación

• Sequencing assembly plans

• Execution in multirobot systems (optimizing
  total assembly time)

• Machines

• Configuration (tools)

• Durations of tasks

Tolerancia a fallos

• Changing configuration

Planificación para la recuperación de fallos

• Transportation of intermediate sub-assemblies

20
Modelo de planificación

• The Planning Problem
• Tasks
• assemble(sub1,sub2,result) assembles
  sub-assemblies sub1 and sub2 and obtains
  sub-assembly result
• disassemble(result,sub1,sub2) disassembles
  result in 2 sub-assemblies, sub1 and sub2
• move-subassembly(sub,mach1,mach2) moves the
  sub-assembly sub from machine mach1 to machine
  mach2
• change-configuration(mach,conf1,conf2) changes
  the configuration of the machine mach from conf1
  to conf2
• repair-part(p) repairs or substitutes the part p

Tolerancia a fallos
Planificación para la recuperación de fallos
21
Modelo de planificación

• The Planning Problem
• Some definitions
• A reparation graph is an And/Or graph which only
  contains assembly and disassembly tasks that
  handle subassemblies that contain the faulty part

• An assembly (disassembly) task T is reversible if
  its corresponding disassembly (assembly) task T'
  exists, i.e., if both tasks handle the same
  subassemblies, but in an opposite way

Tolerancia a fallos
Planificación para la recuperación de fallos

• A reversible plan is a tree of the reparation
  graph that only contains reversible tasks

22
Modelo de planificación
Variables m machine c configuration dur
duration st start time ft finish time s -
selected tOR assembled time t'OR
disassembled m assemb. mach. m'
disassemb. mach. s - selected
T
(T')
Tolerancia a fallos
SA
Planificación para la recuperación de fallos
23
Modelo de planificación
Variables m machine c configuration dur
duration st start time ft finish time s -
selected tOR assembled time t'OR
disassembled m assemb. mach. m'
disassemb. mach. s - selected
T
(T')
Tolerancia a fallos
SA
Planificación para la recuperación de fallos