Français Anglais
Accueil Annuaire Plan du site
Accueil > Production scientifique > Thèses et habilitations
Production scientifique
Doctorat de YE Lina
YE Lina
Doctorat
Equipe : Intelligence Artificielle et Systèmes d'Inférence

Optimized Diagnosability of Distributed Discrete Event Systems Through Abstraction

Début le 01/10/2007
Direction : DAGUE, Philippe

Ecole doctorale : Paris XI
Etablissement d'inscription : Université Paris-Sud

Lieu de déroulement : LRI

Soutenue le 07/07/2011 devant le jury composé de :
Mme. Marie-Odile Cordier, professeur, Universite de Rennes 1, IRISA-INRIA
M. Stephane Lafortune, professeur, The University of Michigan, Dept. Of
Electrical Engineering and Computer Science
examinateur:
M. Paul Gastin, professeur, LSV, CNRS & ENS de Cachan
Mme Fatiha Zaïdi, MCF HDR, LRI, Université Paris Sud
directeur de thèse:
M. Philippe Dague, professeur, LRI, Université Paris Sud

Activités de recherche :

Résumé :
Le sujet de cette thèse porte sur les méthodes permettant d’établir les
propriétés de la diagnosticabilité des systèmes à événements discrets dans
le cadre distribué, sans construction du modèle global du système. Ce
cadre
est de première importance pour les applications réelles : systèmes
naturellement distribués, systèmes trop complexes pour traiter leur modèle
global, confidentialité des modèles locaux les uns par rapport aux autres.
L’analyse de la diagnosticabilité de tels systèmes distribués se fonde sur
des opérations de synchronisation des modèles locaux, par les observations
et les communications. D’abord, nous étudions comment optimiser cette
analyse de la diagnosticabilité en faisant abstraction de l’information
nécessaire et suffisante à partir des objets locaux pour décider la
diagnosticabilité globale. L'efficacité de l’algorithme peut être
grandement améliorée par la synchronisation des objets locaux et abstraits
en comparaison avec celle des objets locaux et non abstraits.

Ensuite, nous proposons, dans le cadre distribué, l'algorithme de la
diagnosticabilité de motifs d'événements particuliers a priori
inobservables dans les systèmes. Ces motifs peuvent être simplement
l’occurrence, brutale ou graduelle, d’une faute permanente ou transitoire,
plusieurs occurrences d’une faute, plusieurs fautes en cascade, etc. Dans
le cadre distribué, la reconnaissance du motif d’événements s’effectue
d’abord progressivement dans un sous-système et ensuite la
diagnosticabilité de ce motif peut être déterminée par la méthode
abstraite
et distribuée. Nous prouvons la correction et l'efficacité de notre
algorithme à la fois en théorie et en pratique par la mise en œuvre de
l’implémentation sur des exemples.

Finalement, nous étudions le problème de la diagnosticabilité dans les
systèmes distribués avec composants autonomes, où l’information observable
est distribuée au lieu d’être centralisée comme jusqu’alors. En d'autres
termes, chaque composant ne peut appréhender que ses propres événements
observables. Nous décrivons d'abord l'architecture de diagnostic
coopératif
pour un tel système avant de fournir une nouvelle définition de la
diagnosticabilité coopérative. Ensuite, nous proposons une manière
efficace pour la vérification de la diagnosticabilité coopérative par
l'analyse de la compatibilité de communication entre les objets locaux.