| Titre : | Probabilistic Model-Based Diagnosis of Distrubuted Systems |
| Auteurs : | Yasser Moussa BERGHOUT, Auteur ; Hammadi Bennoui, Directeur de thèse |
| Type de document : | Thése doctorat |
| Editeur : | Biskra [Algérie] : Faculté des Sciences Exactes et des Sciences de la Nature et de la Vie, Université Mohamed Khider, 2017 |
| ISBN/ISSN/EAN : | TINF/108 |
| Format : | 1 vol. (112 p.) / ill. / 29 cm |
| Langues: | Anglais |
| Résumé : |
Cette thèse traite le problème de la modélisation de l’incertitude dans le contexte distribué.Elle est située dans le domaine de diagnostique; plus précisément, le diagnostique basé modèle des systèmes distribués. On focalise spécialement sur la modélisation de l’incertitude par le raisonnement probabiliste et possibiliste. Ainsi, pour la première contribution,on se base sur un formalisme de modélisation probabiliste appelé : "probability propagation nets" (PPNs), qui est destiné aux systèmes centralisés. Par conséquent, on a proposé une extension à ce formalisme pour l’adapter au contexte distribué. "Distributed probability propagation nets" (DPPNs), l’extension proposée, est conçue pour considérer les particularités des systèmes distribués. Ce dernier est considéré comme un ensemble de sous-systèmes, chaqu’un est modélisé par un DPPN. L’interaction entre les sous-systèmes est capturée par l’affranchissement des transitions communes qui appartiennent à plus d’un sous-système. En plus, le processus de diagnostique est fait par l’exploitation des transitions-invariants; une technique de diagnostique développée pour les réseaux de Petri. Comme une deuxième contribution, on exploite une autre théorie qui modélise l’incertitude;la théorie des possibilités. En fait, une autre classe des réseaux de Petri appelée "Possibilistic Petri nets" (PoPNs) qui capture le comportement possibiliste est exploitée. Les mesures de possibilité sont attachées à chaque diagnostique obtenu comme une base pour mesurer le degré de son incertitude. Il est possible d’utiliser telles mesures pour détecter les incohérences des diagnostiques. |
| Sommaire : |
1 Introduction 15 1.1 Pillars of the Thesis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 15 1.2 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 16 1.3 Problem statement . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 17 1.4 Thesis Organization . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 18 2 Model-Based Diagnosis 21 2.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 21 2.2 Overview on Model-based Diagnosis . . . . . . . . . . . . . . . . . . . . . 23 2.2.1 Terminology . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 24 2.2.2 Diagnosis from First Principles . . . . . . . . . . . . . . . . . . . 25 2.3 Causal Models . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 27 2.4 Petri Nets . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.4.1 General view . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.4.2 Formal Definition . . . . . . . . . . . . . . . . . . . . . . . . . . . 29 2.4.3 Diagnostic Scheme with Petri Nets . . . . . . . . . . . . . . . . . . 29 2.4.4 Literature Review on Centralized Diagnosis with Petri Nets . . . . 30 2.5 Distributed Systems . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 30 2.5.1 General Perception & Classification . . . . . . . . . . . . . . . . . 30 2.5.2 Examples of Computer Architectures of Distributed Systems . . . . 32 2.5.3 Literature Review on Distributed/Decentralized Diagnosis . . . . . 33 2.6 Assumptions in Model-based Diagnosis . . . . . . . . . . . . . . . . . . . 34 2.7 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35 3 Uncertainty & Petri Nets 37 3.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37 3.2 Reasoning under Uncertainty . . . . . . . . . . . . . . . . . . . . . . . . . 38 3.3 Literature Review on Uncertainty in Diagnosis . . . . . . . . . . . . . . . . 39 3.4 Bayesian Networks and Petri Nets . . . . . . . . . . . . . . . . . . . . . . 40 3.4.1 Bayesian Networks . . . . . . . . . . . . . . . . . . . . . . . . . . 40 3.4.2 Probability Propagation Nets . . . . . . . . . . . . . . . . . . . . . 41 3.5 Possibility Theory and Petri Nets . . . . . . . . . . . . . . . . . . . . . . . 47 3.5.1 Possibility Theory . . . . . . . . . . . . . . . . . . . . . . . . . . 47 3.5.2 Possibilistic Petri Nets . . . . . . . . . . . . . . . . . . . . . . . . 49 3.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 54 4 Distributed Probability Propagation Nets & Diagnosis 55 4.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 55 4.2 System Setting . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.2.1 System Description . . . . . . . . . . . . . . . . . . . . . . . . . . 57 4.2.2 Hierarchical Perception . . . . . . . . . . . . . . . . . . . . . . . . 59 4.3 Distributed Probability Propagation Nets . . . . . . . . . . . . . . . . . . . 60 4.4 Diagnostic Reasoning Scheme . . . . . . . . . . . . . . . . . . . . . . . . 63 4.4.1 Centralized diagnosis . . . . . . . . . . . . . . . . . . . . . . . . . 65 4.4.2 New evidence & inconsistency . . . . . . . . . . . . . . . . . . . . 67 4.4.3 Local diagnosis . . . . . . . . . . . . . . . . . . . . . . . . . . . . 69 4.4.4 Distributed diagnosis . . . . . . . . . . . . . . . . . . . . . . . . . 70 4.5 Discussion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 76 4.6 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 77 5 Distributed Diagnosis with Possibilistic Petri Nets 79 5.1 Introduction . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 79 5.2 Centralized Diagnosis (Formalization) . . . . . . . . . . . . . . . . . . . . 81 5.3 Distributed Diagnosis . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5.3.1 Motivation . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5.3.2 System Model . . . . . . . . . . . . . . . . . . . . . . . . . . . . 86 5.3.3 The DP Projection on PoPNs . . . . . . . . . . . . . . . . . . . . . 88 5.3.4 Cooperation Protocol . . . . . . . . . . . . . . . . . . . . . . . . . 88 5.3.5 Diagnoses Computation . . . . . . . . . . . . . . . . . . . . . . . 90 5.3.6 Proof of Correctness . . . . . . . . . . . . . . . . . . . . . . . . . 95 5.4 Conclusion . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96 6 Conclusion 97 |
| En ligne : | http://thesis.univ-biskra.dz/id/eprint/3058 |
Disponibilité (1)
| Cote | Support | Localisation | Statut |
|---|---|---|---|
| TINF/108 | Théses de doctorat | bibliothèque sciences exactes | Consultable |
