Eigenschaftsbasierte End-to-End Analyse von Ursache-Wirkung-Ketten

• Antragsteller: Dr. Mario Günzel
• Fachliche Zuordnung: Rechnerarchitektur, eingebettete und massiv parallele Systeme
• Förderung: Förderung seit 2025
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 569077889

In allgemeinen Rechensystemen hängt die Korrektheit ausschließlich vom logischen Ergebnis ab, während in Echtzeitsystemen auch der physische Zeitpunkt des Ergebnisses entscheidend ist. In vielen Echtzeitsystemen ist das Zusammenspiel von Aufgaben ein kritischer Aspekt. Ein typisches (vereinfachtes) automatisches Bremssystem kann beispielsweise als eine Sequenz von Aufgaben modelliert werden: Zuerst wird ein Kamerabild aufgenommen, dann markiert die Bilderkennung Objekte im Bild, und schließlich analysiert die Gefahrenanalyse, ob das Fahrzeug angehalten werden muss, um eine gefährliche Situation zu vermeiden. Eine solche Sequenz von Aufgaben wird als Ursache-Wirkungs-Kette (Cause-Effect Chain) bezeichnet, und eine Ende-zu-Ende Analyse (End-to-End Analysis) bestimmt die Zeit, die benötigt wird, um Daten von jeder Aufgabe zu verarbeiten und entlang der Kette weiterzugeben. Bestehende Analysen sind oft ad-hoc und beruhen auf restriktiven Annahmen. So wird bei der Analyse der deterministischen Ende-zu-Ende-Latenz oft ein spezifisches Modell für die Kommunikation und die Aufgabenaktivierung vorausgesetzt, während die Analyse der probabilistischen Ende-zu-Ende-Latenz auf strikten Unabhängigkeitsannahmen basiert. Dies schränkt ihre Generalisierbarkeit und Anwendbarkeit ein. Um dem entgegenzuwirken, wird dieses Projekt eine eigenschaftsbasierte Perspektive auf die Analyse der Ende-zu-Ende-Latenz von Ursache-Wirkungs-Ketten etablieren. Insbesondere werden analytische Ergebnisse basierend auf Systemeigenschaften statt auf spezifischen Modellen entwickelt, um allgemeinere und modularere Lösungen zu ermöglichen. Zu diesem Zweck konzentriert sich dieses Projekt auf drei Hauptziele. Das erste Ziel ist die Entwicklung von Monotonie- und Dominanzrelationen für die Ende-zu-Ende-Latenz von Ursache-Wirkungs-Ketten, um das Repertoire an fundamentalen Eigenschaften (d. h., kompositionelle Eigenschaft und Äquivalenz von Metriken) zu erweitern. Monotonie und Dominanz sind zentrale mathematische Konzepte, die den Transfer von analytischen Resultaten auf verwandte Szenarien ermöglichen und daher essenziell für die Entwicklung allgemeinerer und modularer Lösungen sind. Das zweite Ziel ist die eigenschaftsbasierte Analyse von probabilistischer Ende-zu-Ende-Latenz, bei der gelegentliches Überschreiten von Echtzeitanforderungen toleriert wird. Solche probabilistischen Garantien sind für viele industrielle Anwendungen hochrelevant, doch bestehende Ansätze sind begrenzt und beruhen meist auf starken Unabhängigkeitsannahmen. Durch den Einsatz einer eigenschaftsbasierten Perspektive werden diese Einschränkungen überwunden, was zu vielseitigeren und praktischeren Ergebnissen führt. Das dritte Ziel ist die Sammlung und Veröffentlichung von Analysen als Teil einer Open-Source-Toolbox, um die Zugänglichkeit der Projektergebnisse sicherzustellen und den Vergleich mit anderen Ansätzen zu ermöglichen.

• DFG-Verfahren: Sachbeihilfen