Organic-Computing mit künstlicher DNA für hochzuverlässige dynamische Systeme auf Basis semantischer Modelle und evolutionärer Algorithmen zur Fehlerdiagnose und Adaptation
Organic Computing führt zu signifikanten Vorteilen in komplexen, dynamischen Systemen wie reduziertem Entwicklungsaufwand, höherer Anpassungsfähigkeit und Robustheit. Für sicherheitskritische Systeme, welche auch im Fehlerfall betriebsbereit bleiben müssen (fail-operational), sind jedoch noch weitergehende Eigenschaften erforderlich. Dazu gehören die Aufrechterhaltung der wesentlichen Kernfunktionalitäten auch bei Verlust nicht-redundanter Systemressourcen, bei Ausfällen innerhalb der Organic Computing-Laufzeitumgebung selbst oder bei unzureichenden Systemressourcen zur Aufrechterhaltung aller Dienste. Diese Fehlerszenarien erfordern semantisches Wissen über das System in Kombination mit Diagnose und Adaptationstechniken um das System geeignet zu degradieren oder zu rekonfigurieren.
