2015 Fiscal Year Research-status Report
リアルタイム制御システムのための適応的ログ収集エージェントの研究
| Project/Area Number |
26330074
|
|---|
| Research Institution | Aichi Institute of Technology |
|---|
Principal Investigator |
中條 直也 愛知工業大学, 情報科学部, 教授 (30394498)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
水野 忠則 愛知工業大学, 情報科学部, 教授 (80252162)
|
|---|
| Project Period (FY) |
2014-04-01 – 2017-03-31
|
| Keywords | リアルタイム / システム / 制御 / ソフトウェア / ログ / 障害診断 |
|---|
| Outline of Annual Research Achievements |
本年度の研究では，より大規模なソフトウェアからなるシステムに適用するためのシステム障害モデルの拡張の検討を行なった．大規模なサブシステム間の制御データの制御アクションの設計や不具合によって引き起こされるハザードを診断するSTAMP/STPAの考え方を取り入れた監視システムの構築と実験を行った．
リアルタイム制御システムの例としてアダブティブ・クルーズ・コントロールシステム（以下 ACCシステム)を取り上げた．これは先行車との車間距離を一定に保ちながら追従走行する運転支援システムである
STAMP/STPAの考え方に基づいてACCシステムをサブシステムに分解した．そのサブシステム間の通信であるコントロールアクションに対して4つのガイドワードを用いてハザードシナリオをリストアップし，それをリアルタイム監視することを検討した．
評価実験として，故障注入を行ってSTAMP/STPAのハザードシナリオに関してログデータ収集をリアルタイムで行えること確認した．収集データをサブシステム間の制御データに限定した実験では，制御タスクの周期に対して十分小さいオーバーヘッドで監視ができることを確かめた．
また，実車のACCシステムでデータ計測を行い，正常走行モデルを自動的に作成する手法について検討を行った．一定速度で走行する先行車に対し，ACCシステムを動作させた車両を追従走行させて，先行車の有無，車間距離，車速などのデータを計測する実験を行った．平坦な直線道路における計測実験からは正常モデルが容易に作成できることが分かった．一方，カーブやアップダウンを含む道路では，道路形状によって先行車がセンサの検知範囲から失われ，先行車を見失うケースがしばしば存在することが分かった．短時間，先行車を見失うことは異常とはいえず，このような状況を含む正常モデルの作成は課題である．
|
| Current Status of Research Progress |
Current Status of Research Progress
3: Progress in research has been slightly delayed.
Reason
正常モデルから外れたデータが観測された場合をきっかけとして，診断用のログデータ収集のリアルタイムタスクを起動することで，研究目的であるリアルタイム制御システムの適応的ログ収集エージェントの基本的な可能性は確認できている．
しかしながら，計測データを用いて正常モデルを統計的に作成する手法に関しては問題が残っている．ACCシステムを対象として検討を行った結果，簡単な条件である平坦な直線道路の走行データから正常モデルを作成することは比較的容易であることが分かった．ただし，カーブやアップダウンを含む道路で実験を行うと，道路形状によりしばしばセンサが先行車を見失うことがあることが分かった．しかし，これを実際のACCシステムのセンサ障害と区別できるかどうかについては実験的な検証が必要である．実際のACCシステムではこのような見失いは走行時の大きな問題とはならないため，短期間の見失いは正常モデルとして扱う必要がある．これを含んだ正常モデルでセンサ故障を異常検知できるか検証が必要である．このように具体的なシステムごとにデータ特性が異なると考えられ，適用範囲の広い正常モデルの自動作成には課題が残っている．
|
| Strategy for Future Research Activity |
計測データから正常モデルを統計的に作成する手法に関して，実車のACCシステムに故障注入を行って，ACCシステムのデータ計測の実験を行う予定である．正常モデルとの比較でハザードにつながる異常が検出できるか計測する．その際，正常モデルとして直線の平坦路での計測を基にした正常モデルと，カーブやアップダウンを含む道路での計測を基にした正常モデルの2種類を使用する．この2種類のモデルを使用して，故障による影響をどのくらい検知できるかを実験する予定である．
リアルタイムシステムのログデータ収集に関しては，平成26年度に研究したFTAに基づいた適応的なログ収集と，平成27年度に研究したSTAMP/STPAに基づく適応的なログ収集の方式を組み合わせる．大規模なシステムに対しても，サブシステムに分割して，サブシステム間の監視にSTAMP/STPAに基づくログ収集を適用し，サブシステム内部の監視についてはFTAに基づく方法を適用することで，システム全体をカバーする．
|
| Causes of Carryover |
計画していた国際会議への出張を取りやめたためである．
|
| Expenditure Plan for Carryover Budget |
本年度の旅費として使用する計画である．
|
