Hlavní směr výzkumu na katedře informatiky a počítačů

Soft Computing pro IT

Soft computing není jednotným, uceleným oborem, nýbrž zahrnuje několik disciplín, které mohou být rozvíjeny samy o sobě. Sdružení pod jediné paradigma však umožňuje hledat (a nacházet) vzájemné souvislosti a využívat metody jedné disciplíny v jiné. Lze konstatovat, že vývoj soft computing je charakterizován současným a vzájemně se velmi ovlivňujícím rozvojem jak teorie, tak i jejích aplikací.

Výzkumná činnost je realizována ve 4 oblastech.

  1. Inteligentní systémy a algoritmy

    Projekt je orientován na výzkum v oblasti umělé inteligence, zejména na metody softcomputingu a adaptace jednotlivých prvků multiagentových systémů reprezentujících inteligentní systémy. Metody analýzy mnohorozměrných dat navazují na výsledky členů řešitelského týmu. Rozpoznávání vzorů je velmi důležitým oborem souvisejícím se zpracováním dat a umělou inteligencí. Moderní rozpoznávací systémy si nejen pamatují vzorové situace, ale umějí z nich učinit obecný závěr. Při této příležitosti se snaží vytvořit vhodný model pro klasifikaci objektů do tříd. Tím způsobem jsme schopni zajistit a klasifikovat vybrané vzory, které mohou definovat nejen chování samotného systému. Hybridní přístupy založené na metodách z oblasti softcomputingu (neuronové sítě, evoluční techniky, rozhodování za neurčitosti atd.) umožní vytvoření interdisciplinárních adaptivních metod s využitím výhod jednotlivých přístupů. Vytvořené přístupy k adaptivnímu řízení inteligentních systémů jsou verifikovány na vybraných systémech, např. autonomních robotických systémech, inteligentních domech apod.

  2. Aplikace fuzzy přístupů pro analýzu, popis, predikci a řízení systémů

    Tento směr výzkumu se orientuje na zpracování vágních (neurčitých) informací, které vznikají v průběhu analýzy, predikce a řízení systémů. Cílem je vytvoření fuzzy modelovacích nástrojů pro generování modelů ve vybraných problémových doménách. Jako nástroj je využíván především Linguistic Fuzzy-Logic Controller, vyvinutý na ÚVAFM OU.

    Prvním cílem je další rozvoj nástroje Linguistic Fuzzy-Logic Controller na základě zkušeností z jeho aplikací. Jako nejvýznamnější se jeví přechod na používání standardního XML dokumentu při popisu množiny fuzzy pravidel a následné rozšíření systému o webové komunikační rozhraní. To umožní realizovat webovou aplikaci pro editaci jazykového popisu pro LFLC a následnou komunikaci s nástrojem LFLC z webového klienta, což vyžaduje zadávání vstupních hodnot, spuštění LFLC s jazykovým popisem a vizualizaci výstupů z nástroje LFLC.

    To umožní následně aplikovat tento nástroj spolu s dalšími jako je F-transformace pro analýzu experimentálních dat ze systému, odstranění šumu a jiných negativních vlivů. S vágní informací se bude pracovat i následně při popisu systému pomocí fuzzy-expertního systému a jeho využití pro predikci chování systému a také pro řízení systému za účelem dosažení optimálního výsledku. V návaznosti na expertní znalosti o chování systému je možné dosáhnout, zejména u programového řízení, významného potlačení vlivu dopravního zpoždění apod. Aplikačními doménami vytvořených fuzzy nástrojů bude zejména identifikace technik využití postupů vyhledávání při neurčitosti do detekce kybernetických útoků na sítě v datech zachycených pomocí experimentálních honeypotů provozovaných členy týmu, s cílem dosažení co nejvyšší efektivnosti detekce nových útoků na sítě a včasné reakce na ně.

    Dalším cílem bude rozvoj adaptivního e-learningového systému řízeného hierarchickým systémem několika fuzzy expertních systémů.

    Vybranými problémovými doménami a oblastmi řešení jsou:
    • Nástroj Linguistic Fuzzy-Logic Controller (LFLC) doplněný o používání standardního XML dokumentu při popisu množiny fuzzy pravidel.
    • Webová aplikace pro editaci jazykového popisu pro LFLC a následnou komunikaci s nástrojem LFLC z webového klienta (zadání vstupních hodnot, spuštění LFLC s jazykovým popisem, vizualizace výstupů z nástroje LFLC).
    • Metodika aplikace F-transformace pro analýzu experimentálních dat ze systému ověřená na datech z reálných objektů pro využití v signálových procesorech.
    • Implementace vysokointeraktivního honeypotu včetně vyhodnocení výsledků.
    • Metodika zlepšení atraktivity nízkointeraktivních honeypotů pro automatizované útočníky včetně průběžného vyhodnocování vzorů útoků.
    • Adaptivní e-learnigový systém řízený hierarchickým systémem několika fuzzy expertních systémů.
    • Metodika výzkumu a vývoje bude založena na architektuře obecného nástroje pro fuzzy modelování, vycházejícího z obecného modelu pro rozhodování za neurčitosti a předchozího výzkumu.


  3. Adaptivní algoritmy diferenciální evoluce a jejich aplikace

    Výzkum je zaměřen na studium adaptace v algoritmu diferenciální evoluce (DE), řešení problematiky stagnace, paralelizace algoritmu a metod implementace. Cílem je publikace nově získaných poznatků na konferencích a v odborných periodicích, případně i rozšíření veřejně dostupné knihovny programů pro globální optimalizaci.

  4. Modelování podnikových procesů

    Výzkum je zaměřen na metodologii DEMO (Design Engineering Methodology for Organization), která má svůj základ v teorii „Enterprise Ontology“ a tvoří generický přístup k modelování podnikových procesů a na hodnotové modelování podnikových procesů, které sleduje změny hodnot ekonomických zdrojů a je svým zaměřením doménově specifické. Cílem výzkumu je jednak praktické aplikování metodologie DEMO a dále společné využití obou metodologií, které by umožnilo lepší a efektivnější zpracování hodnotového modelování podnikových procesů.


  5. Zveřejněno / aktualizováno: 27. 02. 2017