Trusted distributed artificial intelligence for critical and autonomous systems
Kritik ve otonom sistemler için mutemet dağıtık yapay zeka
- Tez No: 864495
- Danışmanlar: PROF. DR. DJAMEL KHADRAOUI
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2023
- Dil: İngilizce
- Üniversite: University of Luxembourg
- Enstitü: Yurtdışı Enstitü
- Ana Bilim Dalı: Bilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Bilimi ve Mühendisliği Bilim Dalı
- Sayfa Sayısı: 145
Özet
Zeki sistemler; bağlamın dinamik değişimlerine sistemin mutemetliğini erişilebilir kaynaklarla muhafaza ederek uyum sağlaması gerekmektedir. Merkezsiz kaynaklar ve algoritmalar durumunda ise, merkezileştirilmiş yaklaşımlarla kıyaslandığında ölçeklenebilirlik esas mevzu haline gelmektedir. Sürü sistemlerdeki artan sayıda düğüm, sistemin davranışını etkiler, çünkü müşterek görevler için karmaşık hesaplama mekanizmalardan istifade ederler. Düğümlerin büyük ölçekli matrislerini dinamik olarak birleştirmek ve sistemi ölçeklendirmek ve eğitmek için bunları (yakın) gerçek zamanlı birleştirmek zorundadır. Alandaki literatür taraması, sistemi dayanıklı tutmanın farklı sistem katmanlarında gerçek zamanlı güncellemeler ve tahminler gerektirdiğinden zorlayıcı olduğunu göstermektedir. Bu bağlamda, blok zinciri yapılarına ve büyük veri teknolojilerine dayalı bazı yaklaşımlar, işlem ölçeklenebilirliğini ve bellek hızı analitik performansını bir ölçüde muhafaza edebilirler. Buna rağmen, görev/emniyet/operasyon kritik uygulamalar (müşterek otonom görevler gibi), toplam sistemden beklenen performansları muhafaza ederken, çalışan bir sistemin kritik kontrol noktalarına olan itimadın ölçülmesini ve izlenmesini gerektirir. Tez, bu zorluğu çözmeyi amaçlamış ve Mutemet Dağıtık Yapay Zeka (Trusted Distributed Artificial Intelligence - TDAI) adı verilen yeni bir yöntemin geliştirilmesini hedeflemiştir. Tezin ana katkıları aşağıdaki hususları kapsayan yeni bir yöntemin geliştirilmesine yöneliktir: - Dağıtık sistemlere olan itimadın ölçülmesi, sayısallaştırılması ve tahkikatı. - Otonom sistemlerin mutemet ölçeklenebilirliğinin sağlanması. - Sürü zekası mekanizmalarına itimadın sağlanması. - TDAI metodolojisini (yakın) gerçek zamanlı olarak uygulamak için sürü sistemi birimlerini arama ve madencilik odaklı manipüle etmek. Böylesine bütüncül bir metodoloji yaklaşımı geliştirmek için tedricen farklı perspektiflerden katkıda bulunduk. Başlangıçta, işlemlerin ve bellek hızının mutemet ölçeklenebilirliğini mümkün kılarken sistemin itimat faktörünü en üst düzeye çıkarmak için bütüncül MEMCA (Memory-Centric-Analytic / Bellek-Merkezli-Analitik) soyutlamasından istifade etmeyi önerdik. Sürüde bellek performansı muhafaza edilirken, veri/işlem akışının karmaşıklığının üstesinden gelmek için veri yerelliği, mutemet ölçeklenebilir bir şekilde kenarlara kadar yayıldı. Bu yaklaşım, mikro hizmetler mimarisine dayanmaktadır ve operasyonel bir sistemin kritik kontrol noktalarına olan güvenin gözlemlenen ve gözlemleyen düğümler aracılığıyla doğrulanmasını sağlayan katman bazında yapıya yönelik yenilikçi yaklaşımlara sahiptir. Böylece gözlemlenen bağlamda sürekli güven izleme için ağ işlevlerini maksimum itimat özellikleriyle sanallaştırarak, yazılım tanımlı ağ oluşturma (SDN – Software Defined Networking) özellikleriyle gelişen zeki mekanizmalar oluşturmamızı mümkün kılabilir. Binaenaleyh, yeni ortaya çıkan mutemet dağıtık yapay zeka sistemleri (TDAI) mekanizmaları için geliştirilen yapay zeka sistemlerinin kritik özellik kümeleri ve gelişen zeki mekanizmalar, tanımlanmış üç mimari perspektifle (1) merkezi, (2) merkezsiz/otonom/gömülü, (3) dağıtık/hibrit; dinamik olarak tanımlandı, ölçümlendi ve tahkik edildi. Dolayısıyla, gelişen zeki mekanizmalar ve sistemler için uçtan uca Mutemet Yürütme Ortamı (TEE – Trusted Execution Environment ) ile dinamik bir bağlamda dayanıklılık ve sağlamlık sağlanabilir. TDAI metodolojisi sayesinde sistem, dağıtık bağlamda tahminlere itimat getirebilecek itimat göstergelerini hesaba katabiliyor. Bu yolla, dağıtık algoritmalar, mutemet ölçeklenebilirlik sağlanarak büyük ölçekte işlenebilir. Dolayısıyla, gelişen zeki mekanizmalar ve sistemler için uçtan uca Mutemet Yürütme Ortamı (TEE – Trusted Execution Environment ) ile dinamik bir bağlamda dayanıklılık ve sağlamlık sağlanabilir. Bunun yanı sıra, TDAI'nin üstünde itimat ölçümü, sayısallaştırma, tahkikat metodolojileri de yeni ortaya çıkan dağıtık sistemlerde ve bunların altında yatan çeşitli uygulama alanlarında uygulanmaktadır. Son olarak, TDAI'nin büyük ölçekli ilk dağıtım deneylerinde ümit verici performansı sayesinde akıllılık özellikleri de büyük ölçekte insan benzeri zeka yetenekleriyle arttırıldı. TDAI, gözlemlenen bağlamda kritik risk uyarılarını tespit etmek ve en aza indirmek için bağlantılı düğümler tarafından oluşturulan dağıtık sistemler içerisinde sınırlar arası bir finansal risk izleme senaryosunda kanıtlandı. Temel amaç, izlenen zaman aralığı içerisinde kritik düğümlerin ve gözlemlenen ortamın itimat değerlerini en üst düzeye çıkarmaktır. Tezin ardından, otonom ve bağlantılı araçların simülasyonu, farklı sınırlar arası zorluklar kapsamında daha büyük ölçekli dağıtımlar için özel kullanım senaryolarıyla uygulama alanı olarak sürdürülecektir. Ayrıca, yenilikçi yaklaşımlar akıllı şehirlerin ve uzay sistemlerinin daha geniş spektrumlu akıllı sistem gereksinimlerinin yanı sıra geliştirilmiş itimat özellikleriyle de istifade edilecektir. İNDEKS TERİMLERİ: Mutemet Yapay Zeka, Dağıtık Sistemler, Yazılım Tanımlı Ağ İletişimi (SDN-Software Defined Networking), Mutemet Yürütme Ortamı (TEE-Trusted Execution Environment)
Özet (Çeviri)
Intelligent systems are expected to adapt to change dynamically up to varying context by keeping trustworthiness of the system via available resources. In the case of decentralized resources and algorithms, scalability becomes a key issue compared to centralized approaches. The increasing number of nodes in swarm system impacts its behavior, since it utilizes complex computational mechanisms for co-operative missions, which has to dynamically fuse large-scale matrices of the nodes and merge those to be able to scale and train the system in (near) real-time. The literature review in the domain shows that keeping the system resilient is challenging since it requires real-time updates and predictions in different system layers. In this context, some approaches based on ledger chain structures and big-data technologies can accomplish the transaction scalability and memory-speed analytic performance in some manner. Despite that, mission/safety/operation-critical applications (such as cooperative autonomous missions), require measuring and monitoring trust in critical checkpoints of a system in operation while keeping the expected performances of the total system. The thesis aims at solving such challenge and targeted the development of a new Methods called Trusted Distributed Artificial Intelligence (TDAI). The main contributions of the thesis are on the development of novel method that covers the following aspects: - Measuring, quantifying and justifying trust in distributed systems. - Enabling trusted scalability of autonomous systems. - Assuring trust for swarm intelligence mechanisms. - Manipulating swarm system units with search and mining focus to implement TDAI methodology in (near) real time. In order to develop such a holistic methodology approach, we gradually contributed from different perspectives. We initially proposed to utilize a holistic MEMCA (Memory-Centric-Analytics) abstraction, to maximize the trust factor of the system while enabling trusted scalability of the transactions and memory-speed. Data locality is extended to the edges in trusted scalable manner to handle the complexity of data/transaction-flow while the memory performance was ensured in the swarm. This approach is based on micro-services architecture and has innovative approaches for layer-wise structure enabling verification of trust in critical checkpoints of an operational system via observed and observing nodes that can enable us to build growing intelligent mechanisms with software-defined networking (SDN) features by virtualizing network functionalities with maximized trust features for continuous trust monitoring in observed context. Accordingly, critical feature sets of AI systems and growing intelligent mechanisms are identified, measured, quantified and justified dynamically with defined three architectural perspectives (1) central, (2) decentral/autonomous/embedded, (3) distributed/hybrid for emerging trusted distributed AI mechanisms. Therefore, resiliency and robustness can be assured in a dynamic context with an end-to-end Trusted Execution Environment (TEE) for growing intelligent mechanisms and systems. Thanks to TDAI methodology, the system could consider the trust indicators that can bring a confidence on the predictions in the distributed context. This way, distributed algorithms can be processed at massive scale by ensuring trusted scalability. Therefore, resiliency and robustness can be assured in a dynamic context with an end-to-end Trusted Execution Environment (TEE) for growing intelligent mechanisms and systems. Besides that, the trust measurement, quantification, and justification methodologies on top of TDAI are also applied in emerging distributed systems and their underlying diverse application domains. Finally, smartness features are also improved with human-like intelligence abilities at massive scale thanks to the promising performance of TDAI at massive scale initial deployment experiments. TDAI is demonstrated in a cross-border financial risk monitoring scenario within the distributed systems formed by the connected nodes, to detect and minimize critical risk alerts within the observed context. The main objective is to maximize trust values of the critical nodes and the observed environment within the monitored time-span. Following the thesis, the simulation of autonomous and connected vehicles will be pursued as the application domain with specific use-cases for further massive scale deployments within different cross-border challenges. Furthermore, the innovative approaches will also be utilized to wider spectrum intelligent system requirements of smart-cities and space systems as well with improved trust features. INDEX TERMS: Trusted AI, Distributed Systems, Software Defined Networking (SDN), Trusted Execution Environment (TEE)
Benzer Tezler
- Blockchain technology: Its impact on energy efficiency and trade
Blok zinciri teknolojisi: Enerji verimliliği ve ticaretine etkisi
MELİH FIRAT YALVAÇ
Yüksek Lisans
İngilizce
2021
Enerjiİzmir Katip Çelebi ÜniversitesiEnerji Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ALİ ETTEHADİ
- Eşler arası ağlarda makine öğrenimi destekli tutarlılık temelli güven yönetimi
Machine learning aided consistency based trust management in P2P
YASİN ŞAHİN
Doktora
Türkçe
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolHacettepe ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DOÇ. DR. AHMET BURAK CAN
- Distributed multi-party fair exchange
Dağıtık çok kişilik adil takas
AYBÜKE BUKET AKGÜL
Yüksek Lisans
İngilizce
2024
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKoç ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ALPTEKİN KÜPÇÜ
- Proxy-secure computation model: Application to k-means clustering implementation, analysis and improvements
Vekil güvenlikli hesaplama modeli: K-means gruplama uygulaması uygulama, analiz ve geliştirmeleri
ERMAN PATTUK
Yüksek Lisans
İngilizce
2010
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSabancı ÜniversitesiBilgisayar Bilimleri ve Mühendisliği Ana Bilim Dalı
DOÇ. DR. ERKAY SAVAŞ
- IETF 6TiSCH protokolü için dağıtık kullanıcı kimlik doğrulama mekanizması
A distributed user authentication mechanism for IETF 6TiSCHprotocol
HAKAN AYDIN
Yüksek Lisans
Türkçe
2018
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolKaradeniz Teknik ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SEDAT GÖRMÜŞ