Contribuţii la achiziţia şi structurarea cunoştinţelor în sisteme inteligente pentru diagnoza defectelor
Diagnoza defectelor
a caracterizării (comportării) normale. Această abordare este singura
care se poate aplica în contextul dat pentru că, de exemplu, în cazul
funcţionării normale, log-urile nu au mesaje de eroare, ca atare, nu sunt
informaţii disponibile prin care putem caracteriza funcţionarea normală
ci, cel mult se constată funcţionarea normală (diagnostic – „stare
normală”). În acest context, grafurile pot reprezenta evenimente care ne
indică starea de defect iar arcele reprezintă legături între ele (cauzăefect, cronologice). Realizarea grafului se poate face proiectând
(modelând) cunoştinţele expertului uman în domeniu sau prin generarea
automată a acestuia prin anumite tehnici. Ambele modalităţi implică
dificultăţi - de natura achiziţiei şi reprezentării cunoştinţelor expertului,
respectiv găsirii tehnicii de căutare în spaţiul de comportare la defect a
sistemului (într-o reprezentare adecvată).
Fiind un graf aciclic direcţionat, un graf de cauzalitate Gc(E, C)
mapează evenimentele în nodurile sale E, dar şi relaţiile cauză-efect
dintre evenimentele cu marginile în C (M. Hasan et al., 1999; M.
Steinder and A. S. Sethi, 2004). O margine (ei, ej ) ∈ C, notată ei− > ej,
arată că evenimentul ei conduce la producerea evenimentului ej. În plus,
o probabilitate poate fi asociată cu o margine (ei, ej) pentru a indica
modul în care este posibil ca evenimentul ej să aibă loc ţinând cont de
faptul că evenimentul ei a avut loc.
Un graf de dependenţă este un graf adresat Ga = (O, D), al cărui
noduri O corespund unui set finit, nevid de obiecte într-un sistem, şi a
cărui margini D, reprezintă relaţiile de dependenţă dintre obiecte (M.
Steinder and A. S. Sethi, 2004). Marginea adresată (oi, oj) ∈ D, denotă o
dependenţă, care ne arată cum va fi afectat o i dacă obiectul dependent
(de care depinde oi) oj este defect. Incertitudinea legată de dependenţe
poate fi modelată prin atribuirea unei probabilităţi condiţionate de
marginile D (Frank, P.M., 1994).
Graful de dependenţă este destul de des utilizat ca model de sistem
datorită mapării cu uşurinţă a obiectelor din cadrul unei infrastructuri. Pe
de altă parte, grafurile de cauzalitate sunt des folosite cu algoritmii de
localizare a defectelor pentru a identifica defectele (M. Steinder and A.
S. Sethi, 2004), din moment ce acestea oferă o vizualizare mai detaliată
a defectelor şi evenimentelor dintr-un sistem.
18