Modell-basiertes DevOps

• Antragsteller: Professor Dr. Bernhard Rumpe; Professor Dr. Andreas Wortmann
• Fachliche Zuordnung: Softwaretechnik und Programmiersprachen
• Förderung: Förderung seit 2022
• Projektkennung: Deutsche Forschungsgemeinschaft (DFG) - Projektnummer 505496753

Das Internet der Dinge (IoT) und cyber-physische Systeme (CPS) sind für die Vision „Industrie 5.0“ der Europäischen Kommission - einer nachhaltigen, auf den Menschen ausgerichteten und widerstandsfähigen Industrie 4.0 - von wesentlicher Bedeutung. In diesem Zusammenhang zielt der DevOps-Ansatz darauf ab, die Softwareentwicklung ("Dev") und den Betrieb ("Ops") zu einem hochintegrierten kontinuierlichen Kreislauf zu verbinden. Durch Agilität und Automatisierung komplexer Pipelines über die verschiedenen Beteiligten des Lebenszyklus hinweg zielt DevOps darauf ab, die Entwicklungszeit zu verkürzen und eine kontinuierliche Bereitstellung mit hoher Softwarequalität zu gewährleisten. Durch letztere können die Qualität, Nachhaltigkeit und Widerstandsfähigkeit von IoT-Systemen kontinuierlich verbessert werden. Die Automatisierung in DevOps wird durch die Nutzung mehrerer, meistens impliziter, Modelle ermöglicht. Diese werden für die (M1) Codegenerierung zur Entwurfszeit und (M2) für die IoT-Systemkonfiguration zur Laufzeit verwendet. Sie können und sollen in 4 Phasen des Lebenszyklus eines Systems aktualisiert werden: (U1) automatisch sofort (selbstanpassend, datenbasiert) während des Betriebs; (U1b) automatisch, aber mit einer gewissen Verzögerung, auf der Grundlage von Datenerfassung, Neuberechnung oder Schulung und insbesondere Qualitätssicherung; (U2) durch Bediener; und (U3) nur durch Systemdesigner. Die Aktualisierungen U1-U3 ändern M2-Modelle, U4 ändert M1-Modelle. Selbstanpassende (U1, U1b), vom Menschen anpassbare (U2) und Entwurfsmodelle (U3) sind in ihrer Verwendung eher disjunkt, überschneiden sich aber in den Zielen, die sie beschreiben: Entwurfsmodelle beschreiben Anforderungen, Struktur, funktionale und extrafunktionale Belange, während Laufzeitmodelle Komponentenkonfigurationen, Deployment und Betriebsmaßnahmen beschreiben. Selbstadaptive Modelle (U1, U1b) sind mit der Erhebung von Daten verbunden, die es dem System ermöglichen, sein Verhalten zu optimieren. Selbstanpassende Modelle (U1, U1b) und auch vom Menschen anpassbare Modelle (U2) sind Teil eines digitalen Zwillings des Systems, während strukturell festgelegten Designmodelle (U3) die Struktur jenes Zwillings definieren. Diese Modelle sind heute getrennt und können entweder während des Entwurfs oder zur Laufzeit verwendet werden. Dies behindert die Optimierung der dargestellten Systeme, das Lernen aus ihrem Betrieb und die Verbesserung künftiger Versionen. Derzeit gibt es keine Möglichkeit, ein Modell vom Entwurf zur Laufzeit oder umgekehrt zu migrieren. Daher gehen Verbesserungen, die während der Systemlaufzeit vorgenommen werden, verloren oder müssen manuell in die Entwurfsmodelle migriert werden, was kostspielig und fehleranfällig ist und daher selten gemacht wird. Unser Ziel in MBDO ist es, die Grundlagen für ein modellbasiertes DevOps-Framework zu schaffen, das diese verschiedenen Formen von Modellen im spezifischen Kontext IoT-Systemen und CPS vereinheitlicht.

• DFG-Verfahren: Sachbeihilfen
• Internationaler Bezug: Frankreich
• Partnerorganisation: Agence Nationale de la Recherche / The French National Research Agency
• Kooperationspartner: Professor Benoit Combemale, Ph.D.; Professor Jean-Marc Jézéquel, Ph.D.