Szolgáltatásbiztonság verifikációja: Megbízhatósági analízis
|
|
- Károly Faragó
- 5 évvel ezelőtt
- Látták:
Átírás
1 Szolgáltatásbiztonság verifikációja: Megbízhatósági analízis Rendszer- és szoftverellenőrzés előadás dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
2 A szolgáltatásbiztonság jellemzői
3 A szolgáltatás használhatóságának jellemzése Jellegzetes szolgáltatásminőségi követelmények: o Megbízhatóság, rendelkezésre állás, adatintegritás,... o Ezek a használat közben előforduló hibáktól is függenek (nem elég az előállítási folyamat jó minősége) Összetett jellemző: Szolgáltatásbiztonság o Angol terminológia: Dependability o Definíció: Képesség olyan szolgáltatás nyújtására, amiben igazoltan bízni lehet Igazoltan: elemzésen, méréseken alapul Bizalom: szolgáltatás az igényeket kielégíti o Mennyire kerülhetők el illetve kezelhetők a szolgáltatásokat érintő hibahatások?
4 Szolgáltatásbiztonság alapjellemzői Rendelkezésre állás (availability): o Helyes szolgáltatás valószínűsége (közben hiba esetén javítás végezhető) Megbízhatóság (reliability): o Folyamatosan helyes szolgáltatás valószínűsége (az első hibáig tekinthető megbízhatónak) Biztonságosság (safety): o Elfogadhatatlan kockázattól való mentesség Integritás (integrity): o Hibás változás, változtatás elkerülésének lehetősége Karbantarthatóság (maintainability): o Javítás és fejlesztés lehetősége
5 Definíciók: Várható értékek Állapot particionálás s(t) rendszerállapot esetén o Hibamentes (Up) illetve Hibás (Down) állapotpartíció s(t) U D u1 d1 u2 d2 u3 d3 u4 d4 u5 d5... Várható értékek: o Első hiba bekövetkezése: (Mean Time to First Failure) o Hibamentes működési idő: (Mean Up Time, Mean Time To Failure) o Hibás működési idő: (Mean Down Time, Mean Time To Repair) o Hibák közötti idő: (Mean Time Between Failures) MTFF = E{u1} Javított rendszer esetén MUT = MTTF = E{ui} MDT = MTTR = E{di} MTBF = MUT + MDT t
6 Definíciók: Valószínűség időfüggvények Rendelkezésre állás: a(t) = P{ s(t) U } Megbízhatóság: r(t) = P{ s(t ) U, t <t } Készenlét: K=lim t a(t) (közben meghibásodhat) (t-ig nem hibásodhat meg) (rendszeresen javított) Jelölhető A-val is: K = A = MTTF / (MTTF + MTTR) 1.0 a(t) K 0 r(t) t
7 Készenlét tipikus értékei Készenlét Max. kiesés egy év alatt 99% ~ 3,5 nap 99,9% ~ 9 óra 99,99% ( 4 kilences ) ~ 1 óra 99,999% ( 5 kilences ) ~ 5 perc 99,9999% ( 6 kilences ) ~ 32 másodperc 99,99999% ~ 3 másodperc Komponensekből felépített rendszer készenléte, ahol egy komponens készenléte 95%: 2 komponensből álló rendszer: 90% 5 komponensből álló rendszer: 77% 10 komponensből álló rendszer: 60%
8 Komponens jellemző Meghibásodási tényező (gyakoriság): (t) o A komponens mekkora valószínűséggel fog éppen t időpont környezetében elromlani, feltéve, hogy t-ig jól működött (t)t = P{ s(t+t) D s(t) U }, miközben t0 o Másképp is felírható, a megbízhatóság definíciója alapján: 1 dr( t) ( t), r() t dt így r( t) e o Elektronikai alkatrészekre: Itt ( ) (t) Kezdeti hibák (gyártás utáni teszt) Használati tartomány t () t dt 0 r t e t MTFF E U r() t dt 1 0 t 1 Öregedési tartomány (elavulás)
9 Analízis módszerek Kvalitatív analízis: o Mik azok a komponens szintű hibák (hibamódok), amik rendszerszintű hibajelenséget okoznak? Egyszeres hibapontok meghatározása Kritikus hibák meghatározása o Technikák: Szisztematikus hatásanalízis Hibafa, eseményfa, ok-következmény analízis, FMEA, Kvantitatív analízis: o Megbízhatósági analízis: Hogyan számszerűsíthető a komponens meghibásodások jellemzői alapján a rendszer megbízhatósága? Rendszerszintű megbízhatóság, rendelkezésre állás, o Technikák: Megbízhatósági modell készítése és megoldása Kombinatorikus modellek Markov láncok Sztochasztikus Petri hálók
10 A kvantitatív analízis célkitűzése Komponens jellemzők o meghibásodási tényező (folyamatos üzemben) o hibázási valószínűség (igény szerinti végrehajtás esetén) o megbízhatósági időfüggvény alapján rendszerszintű jellemzők o megbízhatósági időfüggvény o rendelkezésre állás időfüggvény o készenlét o MTFF o biztonságosság számítása A számítás az architektúra és a hibamódok alapján történik
11 A kvantitatív analízis felhasználása Átadás: Szolgáltatásbiztonsági jellemzők igazolása o Service Level Agreement o Tolerable Hazard Rate (biztonságkritikus rendszerek) Tervezés: Architektúra változatok összevetése o Ugyanolyan komponensekből építkezve melyik architektúra változat rendelkezik jobb jellemzőkkel? Tervezés, módosítás: Érzékenységvizsgálat o Komponens lecserélése mennyit ront vagy javít? o Hol érdemes módosítani, ha nem megfelelőek a jellemzők? o Mennyire fontos ismerni a pontos jellemzőket komponens szinten? Kísérleti vizsgálat igénye (pl. hibainjektálás) 11
12 Kombinatorikus modellek a megbízhatósági analízisben
13 Komponensek kétféle állapota: o Hibamentes (jó) vagy hibás (rossz) Boole-modellek Nincsenek függőségek a komponensek között o sem meghibásodás, o sem javítás szempontjából Komponensek kapcsolata a megbízhatóság szempontjából: Leírja, hogy milyen az alkalmazott redundancia o Soros kapcsolat: A komponensek egyaránt szükségesek a rendszer működéséhez, azaz a komponensek nem redundánsak o Párhuzamos kapcsolat: A komponensek egymást kiválthatják hiba esetén azaz a komponensek redundánsak A kapcsolat (redundancia séma) a hibamódoktól függhet
14 Blokkok : Kapcsolás : Utak : Megbízhatósági blokkdiagram Komponensek (hibamódjai) Soros vagy párhuzamos kapcsolat Működőképes rendszerkonfigurációk o Működőképes a rendszer, ha van út a kezdőponttól a végpontig; komponens hibák ezt megszakíthatják Soros: Párhuzamos: K 1 K 1 K 2 K 3 K 2 K 3
15 Megbízhatósági blokkdiagram példák V1 V2 Átkapcsoló V3
16 Leggyakoribb rendszerek (áttekintés) Soros rendszer Párhuzamos rendszer Összetett kanonikus rendszer N-ből M hibás rendszer Ideális többségi szavazás (TMR) TMR/simplex rendszer Hidegtartalékolás
17 Soros rendszer K 1 K 2 K... N Rendszer hibátlan Megbízhatóság: N r ( t) r( t) R A rendszer megbízhatósága i1 i A komponensek megbízhatósága K 1 hibátlan... K N hibátlan MTFF: MTFF P(AB)=P(A)P(B) ha függetlenek i1 Exp. eloszlású valsz. változók minimumaként N 1 i
18 Párhuzamos rendszer K 1 K 2... K N Megbízhatóság: 1 r ( t) (1 r ( t)) R Egyforma N komponens: N i1 i Rendszer hibás r ( t) 1 (1 r ( t)) N R K K 1 hibás... K N hibás P(AB)=P(A)P(B) ha függetlenek Itt MTFF (levezetés később): MTFF 1 N 1 i1 i
19 Összetett kanonikus rendszer A rendszerstruktúra és a komponensek készenlétei ismertek: 0,7 0,75 0,95 0,99 0,7 0,9 0,7 0,75 A rendszer készenlét számítható: 3 2 K R 0,95 0, , , 75 0,9
20 N-ből M hibás komponens N egyforma komponens; M vagy több komponens hiba esetén a rendszer is hibás r R M 1 i0 P "éppen i hiba van " M 1N rr (1 r) r i0 i i N i Itt egyszerűen r jelöli a komponens r(t) megbízhatóságot
21 N-ből M hibás komponens és TMR N egyforma komponens; M vagy több komponens hiba esetén a rendszer is hibás r R M 1 i0 P "éppen i hiba van " M 1N rr (1 r) r i0 i i N i Alkalmazás: Ideális többségi szavazás (TMR): N=3, M=2 1 3 i 3 3 rr (1 r) r (1 r) r (1 r) r 3r 2r i0 i 0 1 3i R ( ) (3 2 ) 0 0 MTFF r t dt r r dt Kisebb, mintha csak 1 komponens lenne! Miért használják mégis?
22 TMR/simplex rendszer Ha a TMR egy komponense meghibásodik (ezt a szavazó logika azonosítja), akkor az egyik megmaradó hibátlan komponens működik tovább egyedül (de már hibadetektálás nélkül) MTFF rr r r 2 2 3
23 Hidegtartalékolás Meghibásodó komponens helyébe új komponens lép (ami nem volt üzemben) MTFF N i1 MTFF i Megbízhatóság általános felírása zárt alakban bonyolult (valószínűségi változók összegének sűrűségfüggvénye) o Azonos komponensek, exponenciális eloszlású komponens megbízhatósági függvény esetén: N 1 t rr () t e i! i0 i t
24 Konkrét megbízhatósági számítások Hierarchikus megközelítés (redundancia sémák alkalmazása) o Alkatrész > modul > részrendszer > rendszer Alkatrész szintű meghibásodási gyakoriság becslési módszerek o MIL-HDBK-217: The Military Handbook Reliability Prediction of Electronic Equipment (katonai alkalmazásokhoz, pesszimista) o Telcordia SR-332: Reliability Prediction Procedure for Electronic Equipment (telco alkalmazásokhoz) o IEC TR 62380: Reliability Data Handbook - Universal Model for Reliability Prediction of Electronic Components, PCBs, and Equipment (kevésbé pesszimista, korszerűbb alkatrészekhez is) Alkatrész szintű meghibásodási gyakoriság függőségei: o Hőmérséklet, időjárási kitettség, rázkódás (pl. jármű fedélzet), magasság, o Jellegzetes felhasználási profilok Ground; stationary; weather protected Ground; non stationary; moderate (pl. klimatizált teremben lévő) (pl. jármű fedélzeti rendszer)
25 Példa: Az ALD MTBF Calculator
26 Példa: Az ALD MTBF Calculator
27 Élettartam becslése Milyen élettartam figyelembe vételével használhatók az elektronikai komponensek? o Mikortól kezd nőni a meghibásodási tényező? o Ekkorra ütemezett karbantartás (csere) előírható IEC 62380: Life expectancy Elsősorban korlátoz: Elektrolit kondenzátorok (kiszáradás) o Hőmérsékletfüggő o Kezdeti bevizsgálástól is függ o Példa: ~ óra (~ 11 év)
28 Markov láncok használata a megbízhatósági analízisben
29 A modell: Folytonos idejű Markov lánc Definíció: CTMC = (S, R) o S diszkrét állapotok halmaza: s 0, s 1,..., s n o R: SSR 0 állapotátmeneti gyakoriságok Jelölések: o Állapot elhagyás összesített gyakorisága: o Q = R diag(e) infinitezimális generátormátrix o = s 0, t 0, s 1, t 1, (t i időpontban lép ki s i -ből) az állapot a t időpillanatban o Path(s) az s-ből induló útvonalak halmaza s 0 s 1 s 2 s, s' E s R s ' S, s s '
30 A modell megoldása Tranziens állapotvalószínűségek: o (s 0, s, t) = P{Path(s 0 annak valószínűsége, hogy s 0 -ből indulva a t időpillanatban s-ben tartózkodik o (s 0, t) az állapotok valószínűségei s-ből indulva t időpillanatban o CTMC tranziens megoldása: d ( s0, t) ( s0, t) Q dt Állandósult állapotbeli állapotvalószínűségek: o (s 0, s) = lim t (s 0,s,t) az állapotok valószínűsége s 0 -ból indulva o (s 0 ) az állapotok valószínűsége (sorvektorként) o CTMC állandósult állapotbeli megoldása: ( s ) Q 0 ahol ( s, s) s Állapot tartása: P ( ) s -b e n m a ra d t id e ig e 1 -ben maradás ideje E s E s t Es ()
31 A CTMC megbízhatósági modell CTMC állapotok o Rendszerszintű állapotok: A komponens állapotok (hibamentes, hibás adott hibamód szerint) kombinációi CTMC átmenetek o Komponens szintű meghibásodás: Az állapotátmeneti gyakoriság a meghibásodási tényező () o Komponens szintű javítás: Az állapotátmeneti gyakoriság a komponens javítási tényezője (, a javítási idő reciproka) OK Fail o Rendszer szintű javítás: Az állapotátmeneti gyakoriság a rendszerállapot javítási tényezője (javítási idő reciproka)
32 Példa: CTMC megbízhatósági modell Két szerverből (A, B) álló rendszer: o Bármelyik szerver meghibásodhat o A szerverek külön-külön vagy együtt is javíthatók Rendszerszintű állapotok: Szerverek állapotai (jó / hibás) alapján Állapotátmenetek és gyakoriságok: o Az A szerver meghibásodása: o A B szerver meghibásodása: o Egy szerver javítása: o Teljes rendszer javítása: A meghibásodási tényező B meghibásodási tényező 1 javítási tényező 2 javítási tényező B jó A,B jó A 1 2 B 0 jó B 1 A jó A
33 A rendszerszintű jellemzők számítása Állapotpartíciók kijelölése o Rendszerszintű hibamentes U illetve hibás D A modell megoldása: o Tranziens analízis: (s 0, s, t) időfüggvények o Állandósult állapotbeli analízis: (s 0, s) valószínűségek Rendelkezésre állás: Készenlét: Megbízhatóság: 0 a t su ( s, s, t) o Itt: A modell megoldása előtt a modell módosítása: D-ből U-ba vezető állapotátmenetek törlése i K A ( s, s ) su 0 r t su i i i 0 ( s, s, t) i i
34 Példa: CTMC megbízhatósági modell Két szerverből (A, B) álló rendszer: o Bármelyik szerver meghibásodhat A B o A szerverek külön-külön vagy 1 AB 2 együtt is javíthatók 1 Állapotpartíciók: B A o U = {s AB, s A, s B }, s 0 = s AB o D = {s N } Rendelkezésre állás: a(t) = (s 0, s AB, t) + (s 0, s A, t) + (s 0, s B, t) Készenlét: K = A = (s 0, s AB ) + (s 0, s A ) + (s 0, s B ) B A N Megbízhatóság: o Modell módosítása: D = {s N } partícióból U partícióba vezető élek törlése o Módosított modell megoldása: r(t) = (s 0, s AB, t) + (s 0, s A, t) + (s 0, s B, t) AB A 1 B 1 B A B A N
35 CTMC modellek redukálása Állapotok összevonhatók o Feltétel: Átmenetek azonos állapot(ok)ba, azonos gyakoriságokkal (kimenő átmenetek és gyakoriságok nem különböztetik meg az állapotokat) o Bejövő gyakoriságok megmaradnak (azonos állapotból: összegződnek) o Kimenő gyakoriság nem összegződik! 1 s 1 s 3 3 s s 2 s 4 3 s 5 s 2 3 s 34 2 s 5 s 1 1 s s 4 s s 1 s 34 s 5
36 Példa: Állapotok összevonása Modell: 3 redundáns komponensből álló rendszer A komponensek (a, b, c) azonos tényezőjűek a,b,c a,b a,c b 0 b,c a c jó 2 jó 1 jó 0 38
37 CTMC megbízhatósági modell példák (1) Aktív redundancia (melegtartalék), N komponens N (N-1) (N-2) N jó N-1 N Az MTTF levezetése aktív redundancia esetén o Állapot tartási ideje, ha k komponens jó: Passzív redundancia (hidegtartalék) N jó N-1 N k 0
38 CTMC megbízhatósági modell példák (2) Aktív redundancia o 2 komponens, meghibásodási gyakorisággal o Nem ideális átkapcsoló, k meghibásodási gyakorisággal o Hiba esetén teljes javítás javítási tényezővel s 0 k 2 s 1 s 2 k s 0 2 s 1 + k s 2 ' s 3 s 4 40
39 Eszközök Kombinatorikus megbízhatósági modellekhez o hibafa, o eseményfa, o megbízhatósági blokk diagram, o FME(C)A, és Markov láncokhoz is: o Relex 2009 ( o Item Toolkit ( o RAM Commander, ( o Functional Safety Suite
40 Sztochasztikus Petri-hálók a megbízhatósági analízisben
41 Modell: Sztochasztikus Petri-hálók (SPN) SPN: Stochastic Petri Net Az egyszerű Petri-hálók kiterjesztése o A tranzíciókhoz véletlen tüzelési késleltetést rendelünk o A késleltetés negatív exponenciális valószínűségi eloszlásfüggvénnyel jellemezhető A tüzelés szemantikájának módosulása o Engedélyezettség feltétele: Nem változik o Tüzelési szabály: Egy tranzíció tüzelhet t+d időpontban, ha t időpontban engedélyezetté vált d késleltetési időt sorsolt a hozzá tartozó eloszlásfüggvény szerint a [t, t+d) időtartományban folyamatosan engedélyezett volt
42 Jelölések Tranzíciók paramétere (tüzelési gyakorisága): o i egy T i tranzíció d i késleltetési idejéhez tartozó negatív exponenciális eloszlás paramétere (pozitív valós szám) Grafikus jelölés o Tranzíciók mint üres téglalapok Egy paraméterű tranzíció esetén: o A sorsolt d i késleltetési időre: P d t e i 1 t i P d t e i t i
43 Jellemzők összefoglalása az SPN-re Az új jelölés kialakulásához szükséges idő exponenciális eloszlású o Konfliktusban lévő vagy konkurens tranzíciók esetén is Az időzítéssel ellátott elérhetőségi gráf egy CTMC o Struktúrája független a tranzíciók paramétereinek értékétől o A CTMC megoldási módszerei használhatók az SPN analíziséhez Az analízis eredményei o Állandósult állapotbeli megoldás (létezik, ha az SPN korlátos és megfordítható): Jelölések valószínűsége (időfüggvény illetve aszimptotikus) Tranzíciók tüzelési gyakorisága o Tranziens megoldás: Jelölések valószínűségi időfüggvényei
44 Általánosított sztochasztikus Petri-hálók GSPN: Generalized Stochastic Petri Net Kiterjesztések SPN-hez képest o Azonnal tranzíciók: Logikai függőségek modellezésére Prioritás: > 0 Súlytényező: az azonos prioritású tranzíciók közötti konfliktusfeloldáshoz o Időzített tranzíciók: Időzített események modellezésére Prioritás: 0 Paraméter: a késleltetési idő sorsolásához a negatív exp. valószínűségi eloszlásfüggvény paramétere (jelölésfüggő paraméter is lehet) o Tiltó élek o Őrfeltételek: Predikátumok tranzíciók engedélyezettségéhez Az elérhetőségi gráf továbbra is CTMC o Eltűnő (vanishing) jelölések o Adott ideig fennálló (tangible) jelölések
45 További kiterjesztések és használatuk DSPN: Deterministic and Stochastic Petri Net o Determinisztikus késleltetéssel (konstans tüzelési idővel) ellátott tranzíciók is lehetségesek o Javítási idő modellezésére alkalmas o Az analízis hatékonyságának feltétele: Egy jelölésben csak egy determinisztikus időzítésű tranzíció engedélyezett Általános időzített Petri-hálók (TPN) o Általános eloszlásfüggvény adható a tranzíciók tüzelési idejének (késleltetésének) sorsolásához o A késleltetések újrasorsolásának többféle szemantikája egy-egy új jelölésben o Tevékenység folytatása, újrakezdése modellezhető o Általános esetben az elérhetőségi gráf nem CTMC: Szimulációval történő analízis lehetséges Közelítő analízis lehetséges
46 Reward hozzárendelések SRN: Stochastic Reward Net o Reward: Haszon (vagy költség, ha negatív) függvények megadása Ráta jellegű reward (rate reward): o Jelöléseken értelmezett, haszon/időegység értéket ad meg o Példa: Ha jó a szerver, 300 Ft/óra a haszon, egyébként 200 Ft/óra a kötbér: if (m(healthy)>0) then ra=300 o Számítható: Időintervallumra megállapítható haszon a reward ráta idő szerinti integrálásával Impulzus jellegű reward (impulse reward): o Egy-egy tranzíció tüzeléséhez rendelhető hasznot ad meg o Példa: Egy-egy javítás költsége 500 Ft: if (fire(repair)) then ri=500 o Számítható: Időintervallumra összegezhető a tüzelésekre összeadva
47 Az SPN (GSPN) megbízhatósági modell Előnyök a CTMC-hez képest o Konkurens események modellezése lehetséges o Nem kiterített rendszerszintű állapotokat kell felvenni SPN helyek o Komponens állapotok: Hibamentes, hibás adott hibamód(ok) szerint; egymástól függetlenül felvehetők SPN tranzíciók o Komponens szintű meghibásodás: A tranzíció paramétere a meghibásodási tényező o Komponens szintű javítás: A tranzíció paramétere a komponens javítási tényezője (javítási idő reciproka) o Rendszerszintű javítás (tranzíció több forrás és cél hely között): a tranzíció paramétere a rendszerállapot javítási tényezője OK Fail
48 Rendszerszintű jellemzők számítása Állapotpartíciók definiálása: Jelölések alapján o Hibamentes U illetve hibás D partíció Rendelkezésre állás számítása o Közvetlen: U állapotpartíció valószínűsége o Reward alapján: if (mu) then ra=1 else ra=0 ra várható értéke: készenlét K=E{ra}
49 Példa: Redundáns szerverek N azonos típusú szerverből álló fürt o A rendszer jó, ha legalább egy szerver jó Meghibásodás: o Egy-egy szerver meghibásodási tényezője o A szerverek függetlenül hibásodhatnak meg Javítás: o A detektált hiba javítási ideje paraméterű exp. eloszlásfüggvénnyel jellemezhető, egyszerre több szerver is javítható o A hiba detektálási ideje paraméterű exp. eloszlásfüggvénnyel jellemezhető, egyszerre több szerver hibája is detektálható Modell: o Helyek: Healthy, Faulty, Repair (jelölés: szerverek száma) o Tranzíciók: Meghibásodás, detektálás, javítás (jelölésfüggő tényezők) o U állapotpartíció: m(healthy)>0 o Rendelkezésre állás: U állapotpartíció valószínűsége 51
50 Példa: Redundáns szerverek Redukált modell jelölésfüggő paraméterekkel: Healthy N m(healthy) Faulty m(repair) m(faulty) Repair 52
51 Összefoglalás Szolgáltatásbiztonság alapjellemzői o Megbízhatóság, rendelkezésre állás: Valószínűségi időfüggvények Kombinatorikus modellezés: Megbízhatósági blokkdiagramok o Soros, párhuzamos komponensek alapképletei Állapotfüggő modellezés: Markov láncok o Számítás: Állapotpartíciók valószínűsége Konkurens modellezés: Sztochasztikus Petri hálók o Számítás: Jelölések valószínűsége 53
Megbízhatósági analízis
Megbízhatósági analízis Rendszertervezés és -integráció előadás dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék BME-MIT Célkitűzések BME-MIT
RészletesebbenBiztonságkritikus rendszerek Gyakorlat: Megbízhatósági analízis
Biztonságkritikus rendszerek Gyakorlat: Megbízhatósági analízis Rendszertervezés és -integráció dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek
RészletesebbenSztochasztikus Petri-hálók
Sztochasztikus Petri-hálók Teljesítmény és megbízhatóság modellezés dr. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék 1 Áttekintés Motiváció Sztochasztikus folyamatok és modellek Folytonos
RészletesebbenSztochasztikus temporális logikák
Sztochasztikus temporális logikák Teljesítmény és szolgáltatásbiztonság jellemzők formalizálása és ellenőrzése Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs
RészletesebbenA szolgáltatásbiztonság alapfogalmai
A szolgáltatásbiztonság alapfogalmai Majzik István majzik@mit.bme.hu http://www.inf.mit.bme.hu/edu/courses/szbt 1 Tartalomjegyzék A szolgáltatásbiztonság fogalma A szolgáltatásbiztonságot befolyásoló tényezők
RészletesebbenA szolgáltatásbiztonság analízise
A szolgáltatásbiztonság analízise Előadásvázlat Szolgáltatásbiztonságra tervezés tárgyból Majzik István BME Méréstechnika és Információs Rendszerek Tanszék Tartalomjegyzék: 1 Bevezetés...2 2 Kvalitatív
RészletesebbenBiztonságkritikus rendszerek
Biztonságkritikus rendszerek Rendszertervezés és -integráció dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék BME-MIT Mik azok a biztonságkritikus
RészletesebbenA szolgáltatásbiztonság alapfogalmai
A szolgáltatásbiztonság alapfogalmai Majzik István majzik@mit.bme.hu http://www.mit.bme.hu/oktatas/targyak/vimim146/ 1 Tartalomjegyzék A szolgáltatásbiztonság fogalma A szolgáltatásbiztonságot befolyásoló
RészletesebbenA szolgáltatásbiztonság alapfogalmai
A szolgáltatásbiztonság alapfogalmai Majzik István majzik@mit.bme.hu http://www.mit.bme.hu/oktatas/targyak/vimim146/ 1 Tartalomjegyzék A szolgáltatásbiztonság fogalma A szolgáltatásbiztonságot befolyásoló
RészletesebbenSzoftverminőségbiztosítás
NGB_IN003_1 SZE 2014-15/2 (4) Szoftverminőségbiztosítás Biztonság kritikus szoftverek Hibatűrés Szoftver-diverzitás Biztonság, biztonságosság Mentesség azoktól a feltételektől, melyek halált, sérülést,
RészletesebbenA fejlesztési szabványok szerepe a szoftverellenőrzésben
A fejlesztési szabványok szerepe a szoftverellenőrzésben Majzik István majzik@mit.bme.hu http://www.inf.mit.bme.hu/ 1 Tartalomjegyzék Biztonságkritikus rendszerek A biztonságintegritási szint Az ellenőrzés
RészletesebbenBiztosítóberendezések biztonságának értékelése
Žilinská univerzita v Žiline Elektrotechnická fakulta Univerzitná 1, 010 26 Žilina tel: +421 41 5133301 e mail: kris@fel.uniza.sk Téma: Biztosítóberendezések ának értékelése prof. Ing. Karol Rástočný,
RészletesebbenSzoftver architektúra tervek ellenőrzése
Szoftver architektúra tervek ellenőrzése Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.mit.bme.hu/~majzik/ Tartalomjegyzék A fázis
RészletesebbenAlapszintű formalizmusok
Alapszintű formalizmusok dr. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék 1 Mit szeretnénk elérni? Informális tervek Informális követelmények Formális modell Formalizált követelmények
RészletesebbenElérhetőségi probléma egyszerűsítése: Állapottér és struktúra redukció Petri-háló alosztályok
Elérhetőségi probléma egyszerűsítése: Állapottér és struktúra redukció Petri-háló alosztályok dr. Bartha Tamás Dr. Pataricza András BME Méréstechnika és Információs Rendszerek Tanszék Elérhetőségi probléma
RészletesebbenAutóipari beágyazott rendszerek. Kockázatelemzés
Autóipari beágyazott rendszerek Kockázatelemzés 1 Biztonságkritikus rendszer Beágyazott rendszer Aminek hibája Anyagi vagyont, vagy Emberéletet veszélyeztet Tipikus példák ABS, ESP, elektronikus szervokormány
RészletesebbenAz előadásdiák gyors összevágása, hogy legyen valami segítség:
Az előadásdiák gyors összevágása, hogy legyen valami segítség: Az elektronikai gyártás ellenőrző berendezései (AOI, X-RAY, ICT) 1. Ismertesse az automatikus optikai ellenőrzés alapelvét (a), megvilágítási
RészletesebbenValószínűségi modellellenőrzés Markov döntési folyamatokkal
Valószínűségi modellellenőrzés Markov döntési folyamatokkal Hajdu Ákos Szoftver verifikáció és validáció 2015.12.09. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek
RészletesebbenA BIZTONSÁGINTEGRITÁS ÉS A BIZTONSÁGORIENTÁLT ALKALMAZÁSI FELTÉTELEK TELJESÍTÉSE A VASÚTI BIZTOSÍTÓBERENDEZÉSEK TERVEZÉSE ÉS LÉTREHOZÁSA SORÁN
A BIZTONSÁGINTEGRITÁS ÉS A BIZTONSÁGORIENTÁLT ALKALMAZÁSI FELTÉTELEK TELJESÍTÉSE A VASÚTI BIZTOSÍTÓBERENDEZÉSEK TERVEZÉSE ÉS LÉTREHOZÁSA SORÁN Szabó Géza Bevezetés Az előadás célja, vasúti alrendszerekre
RészletesebbenModellezés Petri hálókkal. dr. Bartha Tamás dr. Majzik István dr. Pataricza András BME Méréstechnika és Információs Rendszerek Tanszék
Modellezés Petri hálókkal dr. Bartha Tamás dr. Majzik István dr. Pataricza András BME Méréstechnika és Információs Rendszerek Tanszék Modellező eszközök: DNAnet, Snoopy, PetriDotNet A DNAnet modellező
RészletesebbenTERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I.
TERMÉKEK MŐSZAKI TERVEZÉSE Megbízhatóságra, élettartamra tervezés I. Dr. Kovács Zsolt egyetemi tanár Megbízhatóság-elméleti alapok A megbízhatóságelmélet az a komplex tudományág, amely a meghibásodási
RészletesebbenEllátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével
Ellátási lánc optimalizálás P-gráf módszertan alkalmazásával mennyiségi és min ségi paraméterek gyelembevételével Pekárdy Milán, Baumgartner János, Süle Zoltán Pannon Egyetem, Veszprém XXXII. Magyar Operációkutatási
RészletesebbenSzoftver értékelés és karbantartás
Szoftver értékelés és karbantartás Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.mit.bme.hu/~majzik/ Emlékeztető: Biztonsági követelmények
RészletesebbenRendszermodellezés. Modellellenőrzés. Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Rendszermodellezés Modellellenőrzés Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék Ismétlés: Mire használunk modelleket? Kommunikáció, dokumentáció Gondolkodás,
RészletesebbenDiszkrét állapotú rendszerek modellezése. Petri-hálók
Diszkrét állapotú rendszerek modellezése Petri-hálók Diszkrét eseményű rendszerek Discret Event (Dynamic) Systems DES, DEDS állapotterük diszkrét halmaz állapotváltozásuk kizárólag az időben aszinkron
RészletesebbenSzoftverminőségbiztosítás
NGB_IN003_1 SZE 2017-18/2 (4) Szoftverminőségbiztosítás Biztonság kritikus szoftverek Hibatűrés Szoftver-diverzitás Biztonság, biztonságosság Mentesség azoktól a feltételektől, melyek halált, sérülést,
RészletesebbenSzoftver karbantartás
Szoftver karbantartás Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.mit.bme.hu/~majzik/ Áttekintés Követelményspecifikálás Architektúra
RészletesebbenModulzáró ellenőrző kérdések és feladatok (2)
Modulzáró ellenőrző kérdések és feladatok (2) 1. Definiálja az alábbi, technikai eszközök üzemi megbízhatóságával kapcsolatos fogalmakat (1): Megbízhatóság. Használhatóság. Hibamentesség. Fenntarthatóság.
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 3 III. VÉLETLEN VEKTOROK 1. A KÉTDIMENZIÓs VÉLETLEN VEKTOR Definíció: Az leképezést (kétdimenziós) véletlen vektornak nevezzük, ha Definíció:
RészletesebbenModulzáró ellenőrző kérdések és feladatok (2)
Modulzáró ellenőrző kérdések és feladatok (2) 1. Definiálja az alábbi, technikai eszközök üzemi megbízhatóságával kapcsolatos fogalmakat (1): Megbízhatóság. Használhatóság. Hibamentesség. Fenntarthatóság.
RészletesebbenDiszkrét állapotú rendszerek modellezése. Petri-hálók
Diszkrét állapotú rendszerek modellezése Petri-hálók Diszkrét eseményű rendszerek Discret Event (Dynamic) Systems DES, DEDS állapotterük diszkrét halmaz állapotváltozásuk kizárólag az időben aszinkron
RészletesebbenMŰSZAKI MEGBÍZHATÓSÁGÁNAK VIZSGÁLATI MÓDSZEREI EXAMINATION METHODS FOR EVALUATING RELIABILITY IN COMPLEX MILITARY RECONNAISSANCE SYSTEMS.
BÁRKÁNYI PÁL KOMPLEX KATONAI FELDERÍTŐ RENDSZEREK MŰSZAKI MEGBÍZHATÓSÁGÁNAK VIZSGÁLATI MÓDSZEREI EXAMINATION METHODS FOR EVALUATING RELIABILITY IN COMPLEX MILITARY RECONNAISSANCE SYSTEMS A cikk a komplex
RészletesebbenDr. Kalló Noémi. Termelés- és szolgáltatásmenedzsment. egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék. Dr.
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Ismertesse a legfontosabb előrejelzési módszereket és azok gyakorlati
Részletesebbenfolyamatrendszerek modellezése
Diszkrét eseményű folyamatrendszerek modellezése Hangos Katalin Számítástudomány Alkalmazása Tanszék Veszprémi Egyetem Haladó Folyamatmodellezés és modell analízis PhD kurzus p. 1/36 Tartalom Diszkrét
RészletesebbenSzoftver karbantartási lépések ellenőrzése
Szoftverellenőrzési technikák (vimim148) Szoftver karbantartási lépések ellenőrzése Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.inf.mit.bme.hu/
RészletesebbenHibatűrés. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
Hibatűrés Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék http://www.mit.bme.hu/ 1 Hibatűrés különféle hibák esetén Hardver tervezési hibák
RészletesebbenAlapvető karbantartási stratégiák
Alapvető karbantartási stratégiák MBA képzés 2009 Erdei János 4. Tervszerű karbantartás teljesítőképess pesség 00% Teljesítm tménytartalék-diagram kiesési si ciklikus állapotfüggő teljesítménymaradék t
RészletesebbenValószínűségi változók. Várható érték és szórás
Matematikai statisztika gyakorlat Valószínűségi változók. Várható érték és szórás Valószínűségi változók 2016. március 7-11. 1 / 13 Valószínűségi változók Legyen a (Ω, A, P) valószínűségi mező. Egy X :
RészletesebbenBME Járműgyártás és -javítás Tanszék. Javítási ciklusrend kialakítása
BME Járműgyártás és -javítás Tanszék Javítási ciklusrend kialakítása A javítási ciklus naptári napokban, üzemórákban vagy más teljesítmény paraméterben meghatározott időtartam, amely a jármű, gép új állapotától
RészletesebbenDr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE
Dr. BALOGH ALBERT: MEGBÍZHATÓSÁGI ÉS KOCKÁZATKEZELÉSI SZAKKIFEJEZÉSEK FELÜLVIZSGÁLATÁNAK HELYZETE 1 Megbízhatósági terminológia: IEC 50(191):2007 változat (tervezet) Kockázatkezelő irányítási terminológia:
RészletesebbenSÚLYOS BALESETEK ELEMZÉSE. 3. téma: Kvalitatív módszerek - Hibafa
Az oktatási anyag a szerzők szellemi terméke. Az anyag kizárólag a 2014.01.22-23 23-i OKF Továbbképzés céljaira használható. Sokszorosítás, utánközlés és mindennemű egyéb felhasználás a szerzők engedélyéhez
RészletesebbenValószínűségszámítás összefoglaló
Statisztikai módszerek BMEGEVGAT Készítette: Halász Gábor Budapesti Műszaki és Gazdaságtudományi Egyetem Gépészmérnöki Kar Hidrodinamikai Rendszerek Tanszék, Budapest, Műegyetem rkp. 3. D ép. 334. Tel:
Részletesebbenbiztonságkritikus rendszerek
Kockázat, biztonság, biztonságkritikus rendszerek Dr. Sághi Balázs BME Közlekedés- és Járműirányítási Tanszék Tartalom A közlekedéssel szembeni elvárások A kockázat fogalma Kockázatcsökkentés Követelmények
RészletesebbenSTATISZTIKA ELŐADÁS ÁTTEKINTÉSE. Matematikai statisztika. Mi a modell? Binomiális eloszlás sűrűségfüggvény. Binomiális eloszlás
ELŐADÁS ÁTTEKINTÉSE STATISZTIKA 9. Előadás Binomiális eloszlás Egyenletes eloszlás Háromszög eloszlás Normális eloszlás Standard normális eloszlás Normális eloszlás mint modell 2/62 Matematikai statisztika
RészletesebbenKritikus Beágyazott Rendszerek
Kritikus Beágyazott Rendszerek Megbízhatósági modellezés Gyakorlat Készítette: Vörös András Utolsó módosítás: 015-09- Verzió: 1.0 Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs
RészletesebbenDiagnosztika Petri háló modellek felhasználásával
Diagnosztika - Ea9. p. 1/2 Modell Alapú Diagnosztika Diszkrét Módszerekkel Diagnosztika Petri háló modellek felhasználásával Hangos Katalin PE Villamosmérnöki és Információs Rendszerek Tanszék Diagnosztika
RészletesebbenElérhetőségi analízis Petri hálók dinamikus tulajdonságai
Elérhetőségi analízis Petri hálók dinamikus tulajdonságai dr. Bartha Tamás Dr. Pataricza András BME Méréstechnika és Információs Rendszerek Tanszék Petri hálók vizsgálata Az elemzés mélysége szerint: Vizsgálati
RészletesebbenZárthelyi mintapéldák. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék
Zárthelyi mintapéldák Majzik István BME Méréstechnika és Információs Rendszerek Tanszék Elméleti kérdések Indokolja meg, hogy az A (X Stop F Start) kifejezés szintaktikailag helyes kifejezés-e CTL illetve
RészletesebbenJelek és rendszerek 1. 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék
Jelek és rendszerek 1 10/9/2011 Dr. Buchman Attila Informatikai Rendszerek és Hálózatok Tanszék 1 Ajánlott irodalom: FODOR GYÖRGY : JELEK ÉS RENDSZEREK EGYETEMI TANKÖNYV Műegyetemi Kiadó, Budapest, 2006
RészletesebbenFEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI
FEGYVERNEKI SÁNDOR, Valószínűség-sZÁMÍTÁs És MATEMATIKAI statisztika 10 X. SZIMULÁCIÓ 1. VÉLETLEN számok A véletlen számok fontos szerepet játszanak a véletlen helyzetek generálásában (pénzérme, dobókocka,
RészletesebbenBiztonságkritikus rendszerek Gyakorlat: Architektúrák
Biztonságkritikus rendszerek Gyakorlat: Architektúrák Rendszertervezés és -integráció dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék BME-MIT
RészletesebbenStatisztika - bevezetés Méréselmélet PE MIK MI_BSc VI_BSc 1
Statisztika - bevezetés 00.04.05. Méréselmélet PE MIK MI_BSc VI_BSc Bevezetés Véletlen jelenség fogalma jelenséget okok bizonyos rendszere hozza létre ha mindegyik figyelembe vehető egyértelmű leírás általában
RészletesebbenÁRAMKÖRÖK SZIMULÁCIÓJA
ÁRAMKÖRÖK SZIMULÁCIÓJA Az áramkörök szimulációja révén betekintést nyerünk azok működésébe. Meg tudjuk határozni az áramkörök válaszát különböző gerjesztésekre, különböző üzemmódokra. Végezhetők analóg
RészletesebbenLogikai hálózatok. Dr. Bede Zsuzsanna St. I. em. 104.
Logikai hálózatok Dr. Bede Zsuzsanna bede.zsuzsanna@mail.bme.hu St. I. em. 04. Tanszéki honlap: www.kjit.bme.hu/hallgatoknak/bsc-targyak-3/logikai-halozatok Gyakorlatok: hétfő + 08:5-0:00 J 208 HF: 4.
RészletesebbenKecskeméti Fıiskola GAMF Kar Informatika Tanszék. Johanyák Zsolt Csaba
Kecskeméti Fıiskola GAMF Kar Informatika Tanszék Johanyák Zsolt Csaba 003 Tartalomjegyzék. Bevezetés.... A megbízhatóság fogalmai..... A termék idıtıl függı képességei...... Használhatóság /Üzemkészség/
RészletesebbenA kockázatelemzés menete
A kockázatelemzés menete 1. Üzem (folyamat) jellemzői Veszélyforrások 2. Baleseti sorok meghatározása 3a. Következmények felmérése 3b. Gyakoriság becslése 4. Kockázat meghatározás Balesetek Gyakoriság
RészletesebbenAdat és folyamat modellek
Adat és folyamat modellek Előadásvázlat dr. Kovács László Folyamatmodell nyersanyag miből termék mit funkció ki munkaerő eszköz mivel Objektumok Tevékenységek Adatmodell Funkció modell Folyamat modell
RészletesebbenModellezés és szimuláció a tervezésben
Modellezés és szimuláció a tervezésben Szimuláció: egy másik rendszerrel - amely bizonyos vonatkozásokban hasonló az eredeti rendszerhez - utánozzuk egy rendszer viselkedését, vagyis az eredeti rendszer
RészletesebbenSzoftverminőségbiztosítás
NGB_IN003_1 SZE 2017-18/2 (9) Szoftverminőségbiztosítás Specifikáció alapú (black-box) technikák A szoftver mint leképezés Szoftverhiba Hibát okozó bement Hibás kimenet Input Szoftver Output Funkcionális
RészletesebbenFormális módszerek GM_IN003_1 Program verifikálás, formalizmusok
Formális módszerek GM_IN003_1 Program verifikálás, formalizmusok Program verifikálás Konkurens programozási megoldások terjedése -> verifikálás szükséges, (nehéz) logika Legszélesebb körben alkalmazott
Részletesebben1002D STRUKTÚRÁJÚ, KRITIKUS ÜZEMBIZTONSÁGÚ RENDSZER (SCS 1 ) ELEMZÉSE DISZKRÉT-DISZKRÉT MARKOV MODELLEL
Dr. Forgon Miklós mk. ezredes ZMNE olyai János Katonai Műszaki Kar Katonai Elektronikai Tanszék forgon.miklos@zmne.hu Neszveda József főiskolai docens, irányítástechnikai szakmérnök MF Kandó Villamosmérnöki
RészletesebbenKvantitatív módszerek
Kvantitatív módszerek szimuláció Kovács Zoltán Szervezési és Vezetési Tanszék E-mail: kovacsz@gtk.uni-pannon.hu URL: http://almos/~kovacsz Mennyiségi problémák megoldása analitikus numerikus szimuláció
RészletesebbenAutóipari beágyazott rendszerek. Funkcionális biztonságossági koncepció
Autóipari beágyazott rendszerek Funkcionális biztonságossági koncepció 1 Funkcionális biztonsági koncepció Functional safety concept Cél A funkcionális biztonsági követelmények levezetése A biztonsági
RészletesebbenA következő feladat célja az, hogy egyszerű módon konstruáljunk Poisson folyamatokat.
Poisson folyamatok, exponenciális eloszlások Azt mondjuk, hogy a ξ valószínűségi változó Poisson eloszlású λ, 0 < λ
RészletesebbenKiterjesztések sek szemantikája
Kiterjesztések sek szemantikája Példa D Integer = {..., -1,0,1,... }; D Boolean = { true, false } D T1... T n T = D T 1... D Tn D T Az összes függvf ggvény halmaza, amelyek a D T1,..., D Tn halmazokból
RészletesebbenSZOLGÁLTATÁS BIZTOSÍTÁS
6. óra SZOLGÁLTATÁS BIZTOSÍTÁS Tárgy: Szolgáltatás menedzsment Kód: NIRSM1MMEM Kredit: 5 Szak: Mérnök Informatikus MSc (esti) Óraszám: Előadás: 2/hét Laborgyakorlat: 2/hét Számonkérés: Vizsga, (félévi
RészletesebbenGyakorló feladatok. Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László
Gyakorló feladatok Az alábbi feladatokon kívül a félév szemináriumi anyagát is nézzék át. Jó munkát! Gaál László I/. A vizsgaidőszak második napján a hallgatók %-ának az E épületben, %-ának a D épületben,
RészletesebbenÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS
ÉRZÉKELŐK ÉS BEAVATKOZÓK I. 3. MÉRÉSFELDOLGOZÁS Dr. Soumelidis Alexandros 2018.10.04. BME KÖZLEKEDÉSMÉRNÖKI ÉS JÁRMŰMÉRNÖKI KAR 32708-2/2017/INTFIN SZÁMÚ EMMI ÁLTAL TÁMOGATOTT TANANYAG Mérés-feldolgozás
Részletesebbenx, x R, x rögzített esetén esemény. : ( ) x Valószínűségi Változó: Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel:
Feltételes valószínűség: Teljes valószínűség Tétele: Bayes Tétel: Valószínűségi változó általános fogalma: A : R leképezést valószínűségi változónak nevezzük, ha : ( ) x, x R, x rögzített esetén esemény.
RészletesebbenArchitektúra tervek ellenőrzése
Szoftverellenőrzési technikák Architektúra tervek ellenőrzése Majzik István http://www.inf.mit.bme.hu/ 1 Tartalomjegyzék Motiváció Mit határoz meg az architektúra? Milyen vizsgálati módszerek vannak? Követhetőség
RészletesebbenBiztonságkritikus rendszerek architektúrája (2. rész)
Biztonságkritikus rendszerek architektúrája (2. rész) Rendszertervezés és -integráció előadás dr. Majzik István Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék
RészletesebbenSzámítógép-rendszerek fontos jellemzői (Hardver és Szoftver):
B Motiváció B Motiváció Számítógép-rendszerek fontos jellemzői (Hardver és Szoftver): Helyesség Felhasználóbarátság Hatékonyság Modern számítógép-rendszerek: Egyértelmű hatékonyság (például hálózati hatékonyság)
RészletesebbenKészítette: Fegyverneki Sándor
VALÓSZÍNŰSÉGSZÁMÍTÁS Összefoglaló segédlet Készítette: Fegyverneki Sándor Miskolci Egyetem, 2001. i JELÖLÉSEK: N a természetes számok halmaza (pozitív egészek) R a valós számok halmaza R 2 {(x, y) x, y
RészletesebbenTermelés- és szolgáltatásmenedzsment
Termelés- és szolgáltatásmenedzsment egyetemi adjunktus Menedzsment és Vállalatgazdaságtan Tanszék Termelés- és szolgáltatásmenedzsment 13. Előrejelzési módszerek 14. Az előrejelzési modellek felépítése
RészletesebbenModellezési esettanulmányok. elosztott paraméterű és hibrid példa
Modellezési esettanulmányok elosztott paraméterű és hibrid példa Hangos Katalin Számítástudomány Alkalmazása Tanszék Veszprémi Egyetem Haladó Folyamatmodellezés és modell analízis PhD kurzus p. 1/38 Tartalom
RészletesebbenISO A bevezetés néhány gyakorlati lépése
ISO 9001-2015 A bevezetés néhány gyakorlati lépése 115 30 20 Fö tevékenységünk: Felületkezelés Horganyzás, ZnNi, ZnFe bevonatok Folyamatalapú szabályozás SPC bevezetése FMEA bevezetése Elsődarabos folyamat
RészletesebbenFejlesztés kockázati alapokon
Fejlesztés kockázati alapokon Az IEC61508 és az IEC61511 Szabó Géza Szabo.geza@mail.bme.hu 1 A blokk célja Áttekintő kép a 61508-ról és a 61511-ről, A filozófia megismertetése, Nem cél a követelmények
RészletesebbenBiztonságkritikus rendszerek
Biztonságkritikus rendszerek Biztonságkritikusnak nevezzük azon rendszereket, melyek hibás működése jelentős anyagi kárt okoz, vagy emberek testi épségét, életét veszélyezteti. Autóipari rendszerek esetében
RészletesebbenA maximum likelihood becslésről
A maximum likelihood becslésről Definíció Parametrikus becsléssel foglalkozunk. Adott egy modell, mellyel elképzeléseink szerint jól leírható a meghatározni kívánt rendszer. (A modell típusának és rendszámának
RészletesebbenVéletlen jelenség: okok rendszere hozza létre - nem ismerhetjük mind, ezért sztochasztikus.
Valószín ségelméleti és matematikai statisztikai alapfogalmak összefoglalása (Kemény Sándor - Deák András: Mérések tervezése és eredményeik értékelése, kivonat) Véletlen jelenség: okok rendszere hozza
RészletesebbenA kockázat fogalma. A kockázat fogalma. Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András
Fejezetek a környezeti kockázatok menedzsmentjéből 2 Bezegh András A kockázat fogalma A kockázat (def:) annak kifejezése, hogy valami nem kívánt hatással lesz a valaki/k értékeire, célkitűzésekre. A kockázat
RészletesebbenGyakorló feladatok: Formális modellek, temporális logikák, modellellenőrzés. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék
Gyakorló feladatok: Formális modellek, temporális logikák, modellellenőrzés Majzik István BME Méréstechnika és Információs Rendszerek Tanszék Formális modellek használata és értelmezése Formális modellek
RészletesebbenRendszermodellezés. Hibamodellezés (dr. Majzik István és Micskei Zoltán fóliái alapján) Fault Tolerant Systems Research Group
Rendszermodellezés Hibamodellezés (dr. Majzik István és Micskei Zoltán fóliái alapján) Budapest University of Technology and Economics Fault Tolerant Systems Research Group Budapest University of Technology
RészletesebbenKözlekedési automatika Biztonságintegritás, életciklus modellek
Közlekedési automatika Biztonságintegritás, életciklus modellek Dr. Sághi Balázs diasora alapján összeállította, kiegészítette: Lövétei István Ferenc BME Közlekedés- és Járműirányítási Tanszék 2019 Tartalomjegyzék
Részletesebbenelőadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás
13-14. előadás Diszkrét idejű tömegkiszolgálási modellek Poisson-folyamat Folytonos idejű Markov-láncok Folytonos idejű sorbanállás 2016. november 28. és december 5. 13-14. előadás 1 / 35 Bevezetés A diszkrét
RészletesebbenMintavétel fogalmai STATISZTIKA, BIOMETRIA. Mintavételi hiba. Statisztikai adatgyűjtés. Nem véletlenen alapuló kiválasztás
STATISZTIKA, BIOMETRIA. Előadás Mintavétel, mintavételi technikák, adatbázis Mintavétel fogalmai A mintavételt meg kell tervezni A sokaság elemei: X, X X N, lehet véges és végtelen Mintaelemek: x, x x
RészletesebbenHasználati alapú és modell alapú tesztelés kombinálása szolgáltatásorientált architektúrák teszteléséhez az ipari gyakorlatban
Használati alapú és modell alapú tesztelés kombinálása szolgáltatásorientált architektúrák teszteléséhez az ipari gyakorlatban Nagy Attila Mátyás 2016.12.07. Áttekintés Bevezetés Megközelítés Pilot tanulmányok
RészletesebbenSoros felépítésű folytonos PID szabályozó
Soros felépítésű folytonos PID szabályozó Főbb funkciók: A program egy PID szabályozót és egy ez által szabályozott folyamatot szimulál, a kimeneti és a beavatkozó jel grafikonon való ábrázolásával. A
Részletesebbenbiometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás
Kísérlettervezés - biometria II. foglalkozás előadó: Prof. Dr. Rajkó Róbert Matematikai-statisztikai adatfeldolgozás A matematikai-statisztika feladata tapasztalati adatok feldolgozásával segítséget nyújtani
RészletesebbenModell alapú tesztelés mobil környezetben
Modell alapú tesztelés mobil környezetben Micskei Zoltán Budapesti Műszaki és Gazdaságtudományi Egyetem Méréstechnika és Információs Rendszerek Tanszék A terület behatárolása Testing is an activity performed
RészletesebbenSpecifikáció alapú teszttervezési módszerek
Szoftverellenőrzési technikák Specifikáció alapú teszttervezési módszerek Majzik István, Micskei Zoltán http://www.inf.mit.bme.hu/ 1 Klasszikus tesztelési feladat A tesztelendő program beolvas 3 egész
RészletesebbenPCS100 UPS-I Ipari felhasználási célú UPS
DMPC LV Power Conditioning, 09/2015 PCS100 UPS-I Ipari felhasználási célú UPS 2UCD120000E028 rev A September 25, 2015 Slide 1 PCS100 UPS-I, Ipari felhasználási célú UPS A létesítményét tápláló energiaellátás
RészletesebbenSpecifikáció alapú teszttervezési módszerek
Szoftverellenőrzési technikák Specifikáció alapú teszttervezési módszerek Majzik István, Micskei Zoltán http://www.inf.mit.bme.hu/ 1 Klasszikus tesztelési feladat A tesztelendő program beolvas 3 egész
RészletesebbenA Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a
a Matematika mérnököknek I. című tárgyhoz Függvények. Függvények A Föld középpontja felé szabadon eső test sebessége növekszik, azaz, a szabadon eső test sebessége az idő függvénye. Konstans hőmérsékleten
RészletesebbenA MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK
1. Elemző módszerek A MEGBÍZHATÓSÁGI ELEMZŐ MÓDSZEREK Ebben a fejezetben röviden összefoglaljuk azokat a módszereket, amelyekkel a technikai, technológiai és üzemeltetési rendszerek megbízhatósági elemzései
RészletesebbenArchitektúra tervezési példák: Architektúrák biztonságkritikus rendszerekben
Architektúra tervezési példák: Architektúrák biztonságkritikus rendszerekben Majzik István majzik@mit.bme.hu Biztonságos állapotok Működésmód Fail-stop működés A megállás (lekapcsolás) biztonságos állapot
RészletesebbenMatematikai statisztika c. tárgy oktatásának célja és tematikája
Matematikai statisztika c. tárgy oktatásának célja és tematikája 2015 Tematika Matematikai statisztika 1. Időkeret: 12 héten keresztül heti 3x50 perc (előadás és szeminárium) 2. Szükséges előismeretek:
RészletesebbenAZ APERIODIKUSAN ALKALMAZOTT KATONAI BERENDEZÉSEK ELLENŐRZŐ TESZTJEINEK HATÁSA A MEGBÍZHATÓSÁG ÁLLAPOTVEKTORRA
V. Évfolyam. szám - 010. június Neszveda József neszveda.jozsef@bmf.kvk.hu AZ APERIODIKUAN ALKALMAZOTT KATONAI BERENDEZÉEK ELLENŐRZŐ TEZTJEINEK HATÁA A MEGBÍZHATÓÁG ÁLLAPOTVEKTORRA Absztrakt Az aperiodikusan
RészletesebbenAz UPPAAL egyes modellezési lehetőségeinek összefoglalása. Majzik István BME Méréstechnika és Információs Rendszerek Tanszék
Az UPPAAL egyes modellezési lehetőségeinek összefoglalása Majzik István BME Méréstechnika és Információs Rendszerek Tanszék Résztvevők együttműködése (1) Automaták interakciói üzenetküldéssel Szinkron
RészletesebbenBiomatematika 2 Orvosi biometria
Biomatematika 2 Orvosi biometria 2017.02.13. Populáció és minta jellemző adatai Hibaszámítás Valószínűség 1 Esemény Egy kísérlet vagy megfigyelés (vagy mérés) lehetséges eredményeinek összessége (halmaza)
Részletesebben