AIDOaRT - KI-unterstützte Automatisierung für effiziente DevOps, ein modellbasiertes Framework für kontinuierliche Entwicklung zur Laufzeit in CPSs

Projekt: Foschungsprojekt

Projektdetails

Beschreibung

Der Grundgedanke von AIDOaRT ist die effiziente Unterstützung von Anforderungs-, Überwachungs-, Modellierungs-, Codierungs- und Testaktivitäten während des Softwareentwicklungsprozesses. AIDOaRT kann als Plattform zur Erweiterung bestehender Werkzeuge genutzt werden. Zu diesem Zweck schlägt das Projekt die Verwendung von MDE-Prinzipien (Model-Driven Engineering) und -Techniken vor, um ein modellbasiertes Rahmenwerk mit geeigneten Methoden und entsprechenden Werkzeugen bereitzustellen. Der Projektrahmen wird die Beobachtung und Analyse von gesammelten Daten sowohl zur Laufzeit als auch zur Entwurfszeit ermöglichen, um spezielle KI-unterstützte Lösungen bereitzustellen, die dann in konkreten industriellen Fällen mit komplexen CPS validiert werden.
StatusLaufend
Tatsächlicher Beginn/ -es Ende1/04/21 → 31/03/24

Fingerprint

Erkunden Sie die Forschungsthemen, die von diesem Projekt angesprochen werden. Diese Bezeichnungen werden den ihnen zugrunde liegenden Bewilligungen/Fördermitteln entsprechend generiert. Zusammen bilden sie einen einzigartigen Fingerprint.
Vollständigen Fingerprint anzeigen
  • 1 Beitrag in einem Konferenzband

  • Stateful Black-Box Fuzzing of Bluetooth Devices Using Automata Learning

    Pferscher, A. & Aichernig, B., 20 Mai 2022, NASA Formal Methods: 14th International Symposium, NFM 2022, Pasadena, CA, USA, May 24–27, 2022, Proceedings. Deshmukh, J. V., Havelund, K. & Perez, I. (Hrsg.). Cham: Springer, S. 373-392 20 S. (Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics); Band 13260 LNCS).

    Publikation: Beitrag in Buch/Bericht/Konferenzband › Beitrag in einem Konferenzband › Begutachtung

  • 1 Posterpräsentation