Untersuchung der Überlebenswahrscheinlichkeit regionentreuer Algorithmen

Untersuchung der Überlebenswahrscheinlichkeit regionentreuer Algorithmen

Bachelor- oder Masterarbeit je nach Schwierigkeit/Funktionsumfang

Themengebiet

Zuverlässigkeit, Fehlertoleranz, Regionentreue, verteilte Systeme, verteilte Algorithmen

Hintergrund

Regionentreue ist die Eigenschaft eines Algorithmus bzw. des den Algorithmus implementierenden Systems, auch nach dem Auftreten von Fehlern noch die Nutzfunktion des Algorithmus/Systems zu erbringen, wenn auch ggf. nur mit einer gewissen, reduzierten Güte. So könnte ein Sortierarlgorithmus beispielsweise eine Zahlenfolge nach dem Auftreten eines Fehlers immerhin noch mit einer Güte von 90% sortieren, nach zwei Fehlen mit 85% etc.  - im Gegensatz zu einem nicht regionentreuen Algorithmus/System, das nach einem Fehler komplett versagt, somit eine "Sortiergüte" von im schlimmsten Fall 0% an den Tag legt. Regionentreue ist somit ein Konzept der Zuverlässigkeit und Fehlertoleranz.
Eine Maßzahl der Zuverlässigkeit ist die sog. Überlebenswahrscheinlichkeit. Sie ist eine Größe, die besagt, mit welcher Wahrscheinlichkeit ein System, das zum Zeitpunkt t0=0 funktionsfähig war, zum Zeitpunkt t>t0
immer noch funktionsfähig ist.
Da ein regionentreues System nach dem Auftreten des ersten (und ggf. weiterer) Fehlers eine Güte größer 0% erbringt, ist es im eigentlichen Sinne noch nicht ausgefallen. Es stellt sich nun die Frage, wie das Zuverlässigkeitsmaß "Überlebenswahrscheinlichkeit"  sinnvoll auf regionentreue Systeme übertragen werden kann und welche Bedeutung es besitzt.

Aufgabenbeschreibung

Gegenstand der Arbeit ist es, in Zusammenarbeit mit den Betreuern, eine sinnvolle Übertragung des Zuverlässigkeitsmaßes "Überlebenswahrscheinlichkeit" auf regionentreue Algorithmen/Systeme vorzunehmen. Anschließend soll mit diesem Maß gearbeitet werden, d.h., es soll exemplarisch dargestellt werden, welche regionentreuen Algorithmen/Systeme welche Überlebenswahrscheinlichkeit besitzen und was dies jeweils bedeutet. Des Weiteren kann sich Fragestellungen zugewandt werden wie: Wie kann die Überlebenswahrscheinlichkeit eines Algorithmus'/Systems verändert bzw. erhöht werden? Wie kann Überlebenswahrscheinlichkeit (effizient) berechnet werden? Welche Schlussfolgerungen kann man aus dem Vergleich zweier Algorithmen/Systeme unter dem Aspekt der Überlebenswahrscheinlichkeit  ziehen? etc.

Ansprechpartner:

Prof. Dr.-Ing. Oliver Theel
Carl von Ossietzky Universität Oldenburg
Department für Informatik
Systemsoftware und verteilte Systeme

(Stand: 09.06.2021)