DECOIT auf der ICSI-CCI-Konferenz zu Swarm Intelligence in China

Vom 26.-28. Juni 2015 fand die ICSI-CCI 2015 (www.ic-si.org) in Beijing (Peking) im Beijing International Convention Center (BICC) statt, gleich neben dem Nationalstadium der Olympischen Spiele von 2008. Die DECOIT war eingeladen einen Forschungsbeitrag zu halten. Bisher fand die ICSI als regionale Veranstaltung an verschiedenen Orten Chinas statt. Dieses Jahr wurde sie allerdings mit der CCI-Konferenz zusammengelegt, die im letzten Jahr in Brasilien organisiert wurde und im kommenden Jahr dann in Bali, Indonesien, stattfinden wird. Die ICSI-CCI 2015 war die sechste Konferenz im Themenbereich „Swarm Intelligence“ und die zweite im Themenbereich „Computational Intelligence“. 52 Länder hatten sich mit über 100 Beiträgen beworben. Aus diesen wurden 54 Beiträge ausgewählt, die in einer IEEE-Springer-Veröffentlichung abgedruckt wurden. Auch die DECOIT GmbH hatte sich beworben, und wurde eingeladen, die Ergebnisse ihrer Forschungsarbeiten aus zwei BMBF-Projekten (ESUKOM und SIMU) auf der Konferenz und in der IEEE-Springer-Veröffentlichung zu präsentieren.

Anmeldung / Registrierung für die ICSI-Konferenz
Anmeldung / Registrierung für die ICSI-Konferenz
Konferenzplakat
Konferenzplakat

Begriff „Swarm Intelligence“

Der Begriff „Swarm Intelligence“ steht im Computerumfeld für das kollektive Verhalten von dezentralen, sich selbst organisierenden Systemen. Das Konzept beschäftigt sich mit dem Einsatz Verteilter Künstlicher Intelligenz (VKI) und wurde 1989 ursprünglich im Bereich von Robotersystemen ins Leben gerufen. Das Arbeitsgebiet versucht komplexe, vernetze Software-Agentensysteme nach Schwarm-Vorbildern der Natur (z.B. bei Ameisen und Bienen) zu modellieren. Heraus kommen dabei oftmals neue Algorithmen, die zur optimaleren Lastverteilung oder für Clusteranordnungen von Serversystemen verwendet werden können.

Begrüßungsvortrag zur ICSI-CCI-Konferenz
Begrüßungsvortrag zur ICSI-CCI-Konferenz

Entwicklung von Algorithmen

Zur Einführung der Konferenz wurde daher auch über die Entwicklung von Algorithmen im Allgemeinen referiert. Wichtig wäre es, sich nicht mit allen Problemen gleichzeitig zu beschäftigen. Vielmehr sollten Parameter eingeschränkt verwendet werden, um nicht zu viele Probleme gleichzeitig adressieren zu müssen. Auch sollte auch auf ältere Ergebnisse durchaus zurückgegriffen, bzw. diese mit betrachtet werden, um neue Probleme lösen zu können. Dies wird oftmals zu wenig getan, so dass angeblich neue Forschungsansätze teilweise doppelt entstehen.

Themenfeld der Meta-heuristischen Algorithmen

Im konkreteren Themenfeld der Meta-heuristischen Algorithmen wurde ebenfalls auf die Strategie zur Entwicklung neuer Algorithmen eingegangen. Die Thematik Heuristik meint in diesem Fall, dass nach ganz neuen Strategien gesucht wird, um spezielle Probleme dediziert anzugehen. Meta-Heuristik ist als Untermenge von neuen Strategien zu verstehen. Sie dient zur Optimierung, auch wenn diese nicht garantiert werden kann. Neue Lösungsmethoden ermöglichen dabei die Interaktion zwischen lokalen Verbesserungen und globalen Strategien. Erste Ansätze und Methoden metaheuristischer Algorithmen wurden bereits 1951 veröffentlicht und werden seitdem kontinuierlich weiterentwickelt. Die Klassifizierung kann unterschieden werden in „Population“ (Bestand) und Einzellösungen sowie u.a. in deterministische oder stochastische Klassifizierungen. Die Klassifizierung „Population“ ist dabei für „Swarm Intelligence“ relevant. Allerdings werden die Swarm-Algorithmen derzeit oftmals entwickelt, bevor überhaupt bekannt ist, welche Probleme damit untersucht werden sollen.

Angeregte Pausengespräche
Angeregte Pausengespräche

Unterschiedliche Vorträge zur „Swarm Intelligence“

Die Vorträge zur „Swarm Intelligence“ adressierten ein weites Feld und zeigten, wie unterschiedlich Swarm-Algorithmen eingesetzt werden können. So wurde in einem Beispiel untersucht, wie sich in einem Schwarm, in einer Menschenmasse, gemeinsame Meinungen bilden können, obwohl es sich um einzelne Individuen handelt. Die Meinungen entstehen dabei durch die Befragung der eigenen Nachbarn und Bekannten. Sie werden aber unterschiedlich gewichtet, je nach sozialer Wichtigkeit und Bedeutung jedes Einzelnen. Die Randparameter machen es daher schwierig Voraussagen treffen zu können. Ein russischer Beitrag beschäftigte sich hingegen mit stochastischen Suchalgorithmen, die im Bereich atomarer Kristallstrukturen und chemischer Verbindungen Muster erkennen können. Der Begriff Brain Storm Optimization (BSO) ist wiederum eine andere neue Swarm-Intelligenz, die in der Lage sein soll das menschliche Gehirn zu simulieren. Eine andere Methode Swarm-Mechanismen zu untersuchen, bzw. zu nutzen, wurde in einem Ad-hoc-Netzwerk verdeutlicht. Diese Netzwerkart verändert permanent ihre Topologie, wodurch Quality-of-Service (QoS), d.h. Verzögerungen, Jitter, Paketverluste, nicht garantiert werden kann. Als Lösung wurde versucht einen Routing-Algorithmus zu finden, der unter Berücksichtigung der Bandbreite und des Delays den kürzesten Weg zum Ziel ermittelt.

Vortrag der DECOIT „Swarm Intelligence“ im IT-Sicherheitsumfeld

Die DECOIT GmbH stellte auf der Konferenz ihre Metadaten-Arbeiten aus den Forschungsprojekten ESUKOM (www.esukom.de) und SIMU (www.simu-project.de) vor. In diesen wurde ein ganzes Datenmodell neu entwickelt, um mittels IF-MAP-Protokoll eine Homogenisierung unterschiedlicher Loginformationen erhalten und diverse Sicherheitsszenarien abdecken zu können. Auch hier kann von „Swarm Intelligence“ gesprochen werden, da die Zusammenführung aller Loginformationen einen tieferen Blick in die IT-Sicherheit eines Unternehmens gewährt. Die verteilten Sicherheitssysteme werden dadurch zusammengeführt und Gefährdungen können eher erkannt und eliminiert werden. Die vorgestellten Ergebnisse waren eine Zusammenfassung einer fünfjährigen Forschung, an der die DECOIT maßgeblich beteiligt war.

Olympiastadion „The Nest“ von Beijing (Peking) in direkter Nachbarschaft
Olympiastadion „The Nest“ von Beijing (Peking) in direkter Nachbarschaft

Ontologie-basierte Lösungen

Auf der Konferenz wurden auch Ontologie-basierte Lösungen untersucht, um Roboter-Kommunikation effektiver zu ermöglichen. Ontologien wurden verwendet, um die Umgebung eines Benutzers eindeutig und in einem hierarchischen Graph beschreiben zu können. Dies wurde durch Web Protegé umgesetzt. In einer bestimmten Umsetzung musste der Roboter seine Umgebung verstehen und herausfinden, wie er auf definierte neue Befehle reagieren kann.

Blick auf Beijing (Peking) vom kaiserlichen Sommerpalast aus gesehen
Blick auf Beijing (Peking) vom kaiserlichen Sommerpalast aus gesehen

Die Konferenz offenbarte einen ganz anderen Blickwinkel auf verteilte IT-Systeme, auch wenn letztendlich Sicherheitsaspekte zu kurz kamen. Da die IT-Sicherheitsthematik in diesem Umfeld noch sehr jung ist, wird sich dies in Zukunft sicherlich ändern. Um diese Bewegung zu fördern, leistete die DECOIT ihren richtungsweisenden Beitrag zum Thema IT-Sicherheit, der erfolgreich zu Diskussionen anregte.

Zurück