| 研究課題/領域番号 |
17K12664
|
|---|
| 研究種目 |
若手研究(B)
|
| 配分区分 | 基金 |
|---|
| 研究分野 |
ソフトウェア
|
|---|
| 研究機関 | 日本大学 |
|---|
研究代表者 |
松野 裕 日本大学, 理工学部, 准教授 (70534220)
|
|---|
| 研究期間 (年度) |
2017-04-01 – 2019-03-31
|
| 研究課題ステータス |
完了 (2018年度)
|
| 配分額 *注記 |
3,640千円 (直接経費: 2,800千円、間接経費: 840千円)
2018年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
2017年度: 1,820千円 (直接経費: 1,400千円、間接経費: 420千円)
|
|---|
| キーワード | システム保証 / アシュアランスケース / ウエブベースツール / 合意形成 / ワークショップ / 機械学習システム / D-Case / ウエブベースツール開発 / ソフトウエア学 |
|---|
| 研究成果の概要 |
IoT 化により、より便利になる一方複雑化・ネットワーク化により安全性やセキュリティを守ることが困難になりつつある。本研究ではシステムを守ることは、ステークホルダーの意思疎通を図ることにより達成されるという観点にたち、安全性などに関する合意形成を支援するためのツールおよび手法を、システム保証の手法であるアシュアランスケースを、ステークホルダーネットワーク上で用いることにより開発する。企業における他社間、他部門間の安全性・セキュリティに関わる意思疎通の課題の解決の支援を行うことができ、我が国における IoT システムの安全安心な開発運用に寄与することを目指す。
|
| 研究成果の学術的意義や社会的意義 |
本研究ではステークホルダーのネットワークに基づく合意形成手法：D-Caseを形式化し、そのためのツールを開発した。またそのツール、手法を用いたワークショップを９回、合計１１６名の企業の方を対象として開催した。その結果が、手法の有効性が示唆される結果を得た。またツールは現在喫緊の課題になっている機械学習システムの信頼性保証のための拡張を行った。生来の不確定さを持つ機械学習システムの保証に対して、本研究のアプローチの有効性を検証中である。これらの結果は学術的に新規性があり、社会におけるIoT,AIシステムのディペンダビリティ向上に寄与すると考える。
|
