Создание киберфизических систем:
проблемы подготовки ит-специалистов

Опубликовано в номере:
PDF версия
Двойственная природа киберфизических систем (КФС) порождает борьбу прикладных и компьютерных специалистов за лидерство в междисциплинарных проектах. Преодолеть эту проблему возможно за счет подготовки «системообразующих» ИТ-специалистов, готовых к погружению в самые разные прикладные области. Как формировать такого специалиста — тема данной статьи.

Введение

На наших глазах происходит глубокая интеграция и трансформация различных отраслей хозяйства, областей деятельности, сегментов науки и техники на платформе инфокоммуникационных технологий (ИКТ, или просто ИТ). Это радикально меняет жизнь человека, среду его обитания, способы общения. Также меняется и сама вычислительная техника.

Наибольшую долю рынка ИКТ традиционно занимают задачи прикладного характера, направленные на внедрение вычислительной техники и получение от нее реальной отдачи. Вместе с тем естественно возникшее и стремительно развивающееся разделение труда в инфокоммуникационной (ИК) индустрии и то, что область ИКТ еще не оформилась как традиционная наука, несут в себе значительные технологические риски и угрозы. Отсутствует даже единый термин, отражающий все аспекты деятельности в ИК-области.

Тенденция к созданию глубоко интегрированных прикладных систем на ИК-платформе предполагает системный подход к проектированию с равными приоритетами разработчиков всех ключевых профилей. Сегодня такие комплексные системы ассоциируются с КФС (или CPS), социокиберфизическими системами (СКФС, SCPS) и «Интернетом вещей» (IoT).

В данной статье мы обсудим общие технические и технологические проблемы создания КФС и IoT-систем прежде всего со стороны их «вычислительной» природы и вопросов подготовки ИТ-специалистов нового поколения для успешных разработки и использования таких систем.

 

КФС, IoT, встраиваемые системы

Согласно одному из официальных определений, КФС — это созданные в результате инженерной деятельности системы, которые основаны на бесшовной интеграции вычислительных алгоритмов и физических компонентов и зависят от этой интеграции (National Science Foundation, США; здесь и далее приводится авторский перевод терминов и определений). КФС могут быть небольшими и автономными, как, например, искусственная поджелудочная железа, или очень большими, сложными и распределенными (региональная энергосистема).

Как отмечают многие специалисты (например, в [1, 2]), к появлению таких категорий систем, как КФС и IoT, привело естественное развитие встраиваемых вычислительных систем (ВсС, ES), сетевых, или распределенных, ВсС (РВсС, NES) и беспроводных сенсорных сетей (WSN).

Все входящие в состав КФС вычислительные и коммуникационные средства, включая ВсС, коммуникационную инфраструктуру, базы данных, облачные сервисы, мобильные приложения, мы будем называть вычислительной компонентой КФС, а «физическую» составляющую — прикладной (рис. 1).

Обобщенная структура кибер-физической системы (КФС)

Рис. 1. Обобщенная структура КФС

Можно выделить две основные трактовки того, что следует относить к КФС:

  • «Узкая» трактовка: это новый отдельный класс систем, ИК-плат­форма которых характеризуется тесной связью с объектом мониторинга и/или управления, распределенностью, интеллектуальными алгоритмами (AI, Big Data, VR/AR), широким использованием вычислительных сетей различного масштаба. Требуют «особых» методов проектирования.
  • «Широкая» трактовка: это новое поколение технических систем, которое характеризуется качественным изменением всей технологии проектирования и внедрением новых технических и технологических решений в части ИК-платформы (в том числе AI, IoT, Big Data, VR/AR) для получения качественно новой функциональности. Включает узкую трактовку и не отрицает возможности проектировать системы любого назначения и масштаба по новым принципам.

В статье мы будем придерживаться широкой трактовки, считая ее более перспективной. Например, узкая трактовка относит к КФС системы автоматизации производства, отвечающие критериям инициативы «Индустрия 4.0», но исключает «простые» системы автоматики, хотя они могут отличаться только набором функций, а не принципом проектирования.

ВсС остаются наиболее характерными представителями вычислительной компоненты КФС. Их можно определять как вычислительные системы (ВС), непосредственно взаимодействующие с физическим объектом мониторинга и/или управления, объединенные с таким объектом логикой работы и, часто, единой конструкцией [3]. Это иногда приводит к ложному восприятию: либо ВсС (без физического объекта) отождествляются с КФС, либо системы, в которых вычислительная компонента представлена в виде традиционной ВсС (без «модных» технологий, но с использованием методов бесшовной интеграции), считают «неполноценными» КФС, забывая, что мода проходит.

IoT не является обязательным компонентом КФС и обычно используется в качестве унифицированной коммуникационной среды в открытых распределенных системах автоматики. По определению стандарта ISO/IEC 20924:2018, IoT — это инфраструктура взаимо­связанных и взаимодействующих объектов, людей, систем и информационных ресурсов вместе со службами, которые обрабатывают информацию и реагируют на сведения из физического и виртуального мира.

Появление КФС, на наш взгляд, связано с двумя основными факторами:

  • отрасль ИКТ достигла состояния, которое позволяет широко внедрять ИК-компоненты в системы и процессы практически любых масштаба и назначения;
  • созданы доступные массовому разработчику методы и технологии, дающие возможность эффективно и относительно дешево проектировать комплексные системы с большой долей ИК-компонентов.

Благодаря разнообразию областей применения КФС востребованным становится качественно новый по сложности уровень автоматизации, позволяющий проектировать и массово производить системы, которые иначе было бы невозможно создать в принципе (например, беспилотные автомобили). В таких, на первый взгляд, далеких от компьютеров системах вычислительная компонента начинает играть ведущую роль, а обязанности ИТ-специалиста расширяются до полноценного системного инженера.

Сегодня реализация сбалансированного киберфизического подхода остается скорее искусством, чем отработанной технологией. Существующие методики и маршруты проектирования тяготеют либо к физикоцентричному, либо к компьютероцентричному подходу. В первом случае основные усилия направлены на разработку прикладной компоненты КФС с ограниченным учетом возможностей и рисков при создании вычислительной компоненты, что может привести к критическим проблемам с надежностью и эффективностью системы в целом. Во втором случае вычислительная компонента создается до начала глубокого погружения в прикладную функциональность. К данным крайностям обычно тяготеют специалисты без достаточного кругозора, вынужденно играющие роль системного инженера в проектах КФС.

На рис. 2 показана эволюция управляющих ВС, их элементной базы, рост степени их интеграции с объектом мониторинга и/или управления. Сегодня методы проектирования элементной базы все больше приближаются к методам проектирования управляющих ВС, особенно на уровне вычислительной архитектуры. Современная система на кристалле может «закрывать» значительную часть вычислительных задач КФС.

Эволюция вычислительной компоненты КФС

Рис. 2. Эволюция вычислительной компоненты КФС (ИУС — информационно-управляющие системы, ВК — вычислительная компонента)

 

Проблемы проектирования вычислительной компоненты КФС

В ИК-отрасли есть общие проблемы, которые профильные ИТ-специалисты часто даже не ощущают, но последствия от их нерешенности радикально ухудшают условия и результаты проектирования, что особенно сильно заметно в сфере создания КФС.

Отставание методов системного проектирования в ИК-отрасли

Необходимость массового проектирования КФС приводит к резкому росту междисциплинарности и комплексности проектов «в пересчете» на один коллектив. Вместе с новыми прикладными вычислительными технологиями это обостряет проблемы роста ИК-индустрии. Хроническое отставание методов и инструментальных средств разработки ВС не позволяет в полной мере использовать технологический потенциал ИК-отрасли в новых проектах.

Из-за объективных трудностей проектирования со сквозной оптимизацией технических решений по множеству вариантов во всех стеках технологий задачу сводят либо к крупноблочному проектированию из готовых компонентов и по готовым шаблонам, либо к заказному проектированию с использованием ряда навязанных или выбранных без должного обоснования макро- и микроархитектурных решений. Так, в рамках используемых сейчас индустриальных методов процесс проектирования КФС жестко разделен на ряд фаз, которые поддерживаются инструментами (САПР). Соответственно, существует узкая специализация разработчиков, которая формируется в вузе и совершенствуется в процессе практической деятельности. Можно выделить три сегмента деятельности, непосредственно относящихся к созданию вычислительной компоненты КФС:

  • проектирование систем на кристалле (включая технологии ASIC, ASIP, FPGA);
  • проектирование специализированных контроллеров и ВсС на их основе;
  • проектирование систем автоматики на базе готовых программируемых логических контроллеров, SCADA-систем, технологий информационных систем.

Внутри сегментов процессы проектирования выстроены в виде эффективных и почти «бесшовных» маршрутов, степень автоматизации которых постоянно растет от рутинных операций уровня инженерной реализации к уровням проектирования, которые сегодня слабо формализованы. В каждом сегменте представлены канонические решения, позволяющие с приемлемым качеством покрывать значительную часть сегодняшних задач. Однако при кажущемся благополучии ситуации использование ограниченного числа типовых проектных ИК-платформ для множества разнообразных задач снижает качество создаваемых продуктов. Использование существующих методов и средств проектирования не позволяет выполнять адекватный анализ вариантов и влиять на внутреннее, глубинное устройство платформы, чтобы эффективно решать многие вопросы, среди которых:

  • нехватка вычислительной мощности;
  • большое энергопотребление;
  • сложность программирования задач реального времени (РВ);
  • сложность реализации и программирования гетерогенных многопроцессорных структур;
  • низкая информационная безопасность.

Необходимо констатировать, что сегодня отсутствуют эффективные языковые средства и способы документирования, дающие возможность даже просто описать структуру, принципы и механизмы функционирования современных ВС с многоуровневой и гетерогенной организацией, которыми (во многом умозрительно) оперирует ИТ-специалист, детализируя архитектуру КФС. Следствие — высокая непрозрачность программных и аппаратных средств и технологий, создаваемых в ИК-отрасли. Описания технических решений оказываются «раздроблены» на части по технологическому принципу, во многих случаях сводятся только к конечным техническим документам (принципиальные электрические схемы, тексты программ, технические описания сложно-функциональных микросхем).

Анализ таких документов для получения достоверной информации о работе системы или ее части («реверс-инжиниринг») крайне трудо­емкий сам по себе и не способствует получению цельной картины для специалиста-проектировщика (архитектора), вынужденного работать с полным стеком технологий. Таким образом, результаты заказного проектирования системы или ее компонентов, полученные с использованием существующих низкоуровневых технологий проектирования и программирования, плохо масштабируются и малопригодны для повторного использования. Ситуацию усугубляет часто проявляющееся «плоское» мышление специалиста — нежелание или невозможность оперировать уровневыми представлениями вычислительной системы и ее частей.

Тем не менее практика показывает, что при наличии команды высококвалифицированных разработчиков возможно получать эффективные решения с высокой степенью повторного использования при умеренных затратах, что подтверждает отсутствие адекватных методик проектирования, доступных массовому разработчику. Поэтому крайне необходимыми и по-прежнему требующими научной активности остаются технологии и инструменты, принадлежащие ко всем основным задачам создания как специализированных ВС, так и вычислительных платформ широкого назначения. Приведем примеры таких областей:

  • формальные методики проектирования;
  • системная архитектура;
  • модельно-ориентированная инженерия;
  • многоядерные и многопроцессорные платформы;
  • модели вычислений;
  • смешанные системы с критическими функциями (mixed-critical systems);
  • системы жесткого РВ.

Принцип Копеца и адаптивность КФС

Пример кардинально различающихся точек зрения, определяющих наполнение и ход проекта КФС, сформулирован в так называемом принципе Копеца [4]:

  • Многие (прогнозируемые) свойства, которые мы приписываем системам (детерминизм, свое­временность реакции, надежность, безопасность), на самом деле являются не свойствами реализованной системы, а скорее свойствами модели системы.
  • Опираясь на выбранные модели, мы можем делать выводы о свойствах реализации системы. Достоверность этих выводов зависит от качества модели, а модель всегда является приблизительной.

На практике система почти никогда полностью не совпадает с ее восприятием инженером (моделью системы), хотя бы потому, что нет полной информации об использованных в проекте сторонних компонентах. Важно не приписывать безоговорочно реализации системы свойства модели, а напротив, рассчитывать на возможность проявления неожиданных свойств системы, в том числе при поиске причин ее неадекватного функционирования.

При создании КФС, имея дело со сложной, интеллектуальной автоматикой, необходимо закладывать в проект значительный запас гибкости, дополнительные страхующие механизмы и решения, реализуя принцип адаптивности не только на уровне прикладных алгоритмов, а по возможности на всех уровнях организации системы. Сегодня создание таких адаптивных систем — открытая научная и техническая проблема, решение которой в области вычислительной компоненты КФС требует пересмотра парадигмы проектирования.

Приоритеты в проектировании КФС

По замыслу авторов термина «КФС», усилия научно-технического профильного сообщества должны быть в приоритетном порядке направлены на решение проблем вычислительной платформы КФС, на развитие системного и параллельного (совместного) стиля проектирования, а также на вопросы подготовки кадров [2, 5].

Однако у значительной части специалистов существует иллюзия отсутствия фундаментальных проблем в области проектирования ВС, что приводит к увеличению массы незрелого и непрозрачного продукта и смещению приоритетов в исследованиях в ИК-сфере. Освоение и развитие системных, кросс-уровневых, сквозных технологий и инструментов проектирования в области вычислительной техники отодвигается на второй план. Вместо этого значительные силы в последнее время оказались направлены на развитие новых, безусловно актуальных, областей (IoT, Big Data, AI, Digital Industry, VR/AR и др.), за счет чего значительно сократилось финансирование и снизилась престижность работ, решающих важнейшие открытые проблемы фундамента вычислительной техники.

Для повышения качества проектирования КФС должен быть восстановлен баланс в направлениях исследований и в подготовке ИТ-специалистов.

 

Подготовка специалистов для проектирования КФС

Структура компьютинга

Для обозначения всей области ИКТ мы считаем удачным используемый в документах ACM и IEEE [6] термин «компьютинг», который определяется как целенаправленная деятельность, требующая компьютеров, использующая компьютеры и создающая компьютеры [7, 8]. С течением времени область компьютинга и сообщество ИТ-специалистов распадаются на отдельные сегменты, которые все больше изолируются друг от друга. Приведем определения основных направлений компьютинга (в скобках указаны документы-источники из [6]):

  • Компьютерная инженерия (CE) охватывает науку и технологию проектирования, конструирования, внедрения и обслуживания программных и аппаратных компонентов современных вычислительных систем, оборудования с компьютерным управлением и сетей интеллектуальных устройств (CE2016).
  • Информатика (CS) охватывает широкий диапазон: от теоретических и алгоритмических основ компьютинга до передовых разработок в области робототехники, компьютерного зрения, интеллектуальных систем, биоинформатики и в других перспективных областях (CC2005).
  • Программная инженерия (ПИ, SE) — применение систематического, дисциплинированного, поддающегося количественной оценке подхода к разработке, эксплуатации и обслуживанию программного обеспечения (ПО), то есть приложение инженерии к ПО (SE2014).
  • Информационные технологии (IT) — это изучение и использование системных методик выбора, разработки, применения, интеграции и администрирования безопасных вычислительных технологий, позволяющих пользователям достигать своих личных, организационных и социальных целей (IT2017).
  • Информационные системы (IS) — область, специалисты которой сосредоточены на интеграции решений ИТ и бизнес-процессов для удовлетворения информационных потребностей предприятий, что позволяет последним эффективно и действенно достигать своих целей. Упор делается на технологии создания, обработки и распространения информации (CC2005).
  • Кибербезопасность (CSEC) — компьютерная дисциплина, в которой задействованы технологии, люди, информация и процессы, обеспечивающие гарантии деятельности в контексте существования и действий противников (CSEC2017).
Зоны ответственности специалистов основных направлений компьютинга

Рис. 3. Зоны ответственности специалистов основных направлений компьютинга [7]

Состав направлений компьютинга продолжает расширяться. CSEC выделяется с 2017 г. С 2020 г. кандидатом на отдельное направление считается наука о данных (DS). На рис. 3 показаны зоны ответственности ИТ-специалистов, принадлежащих основным направлениям компьютинга [7], а на рис. 4 — изменение соотношения этих направлений во времени.

Эволюция областей деятельности внутри компьютинга (EE — электронная инженерия)

Рис. 4. Эволюция областей деятельности внутри компьютинга (EE — электронная инженерия) [7]

Проблемы массового применения программных технологий

Сегодня программные технологии активно выходят за пределы «чистого» программирования: проектирование встроенного ПО (embedded software), проектирование аппаратных средств (языки описания аппаратуры, HDL), архитектурное проектирование (языки описания архитектуры, ADL) и т. д.

Прикладные области науки и техники (например, автоматика, робототехника, компьютерная графика, физика) активно применяют сегменты компьютинга IS, SE, CS, основанные на программных технологиях. Это создает иллюзию «низкого порога вхождения» для работы в ИК-отрасли, поэтому прикладные специалисты мигрируют в компьютинг. Аналогичная ситуация с миграцией в смежные сегменты компьютинга наблюдается среди специалистов по аппаратным средствам ВС. В результате в сфере ИКТ на всех позициях высок процент игроков-самоучек без профильного образования и с ограниченным профессиональным кругозором.

К типовым проблемам применения программных технологий перечисленными категориями специалистов можно отнести следующие:

  • программисты, как правило, не экономят процессорное время и ресурсы памяти, что приводит к написанию медленных и больших по размеру программ;
  • программисты часто считают, что все системы идеальны; такой взгляд приводит к катастрофическим результатам при сбоях оборудования, прикладного или системного ПО (вспомним принцип Копеца);
  • непонимание принципов многопоточных вычислений и параллельной работы процессов;
  • часто подготовка программистов не включает глубокое изучение моделей вычислений и архитектуры, системной инженерии, архитектурного проектирования ПО.

Негативное влияние на сферу ИКТ оказывают общие проблемы программирования и ПИ:

  • преобладают методологии, направленные на организацию менеджмента проектов, а не на синтез технических решений;
  • существует большое число технологий, дублирующих друг друга, но практически отсутствуют инструменты их сравнения; при этом темпы смены технологий высокие и продолжают расти;
  • программирование и ПИ часто не разделяются;
  • сложность фиксации фактов ошибок, их диагностики в работе как ПО, так и ВС в целом;
  • хроническое перегревание рынка труда.

Профиль ИТ-специалиста для КФС

Направления компьютинга частично пересекаются, но по сути сильно различаются и образуют собственные парадигмы, в которых существуют и способны генерировать решения соответствующие специалисты. Внутри парадигмы специалист обычно замыкается в узкой профессиональной нише, из которой выходит с трудом. За пределы парадигмы он не выходит почти никогда.

Полезно выделять компетенции ИТ-специалистов, относящиеся к созданию заказной программно-аппаратной платформы (CS, CE, ВсС, SE в части системного ПО) и к предметно-ориентированным программным компьютерным технологиям (CS, SE, IS, CSEC).

Зоны ответственности, структуру и охват профессиональной области специалиста демонстрирует известная I-, T-, p-модель. «Ножки» символа обозначают узкие области специализации, горизонтальная «полка» — кругозор и возможность взаимодействия со смежными областями. Для создания вычислительной компоненты КФС необходимы как минимум T-, а лучше p-специалисты, не находящиеся в плену шаблонов, навязываемых ограниченностью сферы ответственности. Из p-специалистов формируется элита проектирования — архитекторы. I- и T-специалисты выступают носителями экспертных знаний в конкретных узких областях деятельности и полезны прежде всего на этапе реализации проекта.

Для создания КФС ИТ-специалисты из разных областей компьютинга должны обладать общей системой понятий (нуждается в развитии и внедрении), кросс-доменным, кросс-уровневым языком спецификации технических решений, быть способны к эффективному распределению вычислительных задач по компонентам платформы, интеграции гетерогенных платформ и компонентов и т. п. Для будущих создателей вычислительной компоненты КФС необходимо обеспечить всестороннее образование в сфере компьютинга для создания достаточно широкой горизонтальной «полки» и значительное погружение в несколько тем, желательно далеко разнесенных друг от друга (например, ПО и программируемая логика).

Желание определить область компетенций для подготовки системо­образующего КФС-специалиста заставляет приоритетно объединять направления CE (в том числе ВсС) и IS, дополняя их разделами из CS, SE, CSEC, IT, теории автоматического управления, мехатроники. Это необходимо для проектирования с гораздо более глубоким погружением в организацию вычислительной компоненты КФС, чем это обычно делают в сфере IS при создании бизнес-систем.

Также необходимо обеспечить знакомство будущих специалистов с прикладной физико- и бизнес-аналитикой, моделями описания соответствующих процессов, технологиями программирования, тестирования, соответствующими разделами математики. Обычно ИТ-специалисты в основном взаимодействуют с интеграторами или с прикладными специалистами, а не напрямую с объектом, что ограничивает возможности полноценно учитывать предметную область.

Очевидно, что это ставит сложную задачу формирования обозримой учебной программы с правильным балансом знаний и расстановкой акцентов. Можно утверждать, что для создания такой учебной программы не хватает зрелости как самой области КФС, так и компактного интегрированного представления необходимых компетенций в вопросах:

  • быстрого погружения в конкретные прикладные области (навыки системной аналитики в широком диапазоне, от физики до бизнес-процессов);
  • комплексного (full-stack) проектирования специализированных вычислительных систем.

 

Пример профиля подготовки КФС-специалиста

Сегодня представлен целый ряд предложений по наполнению учебной программы подготовки КФС-специалиста. Они различаются объемом (от вводных курсов до полноценных магистерских программ), наполнением (зависит от трактовки термина КФС), степенью связи с компьютингом. Подробный обзор учебных программ представлен в [9].

Широту взглядов на наполнение области КФС и ее взаимосвязь со смежными дисциплинами, в том числе на взаимоподчиненность и связь с сегментами компьютинга, демонстрируют документы комитетов ТК 194 «Кибер-физические системы» Росстандарта РФ и ISO/IEC JTC 1/SC41 “Internet of Things and digital twin”.

В [10] перечисляются следующие разделы подготовки КФС-специалиста:

  • математика, статистика;
  • электроника, компьютерная архитектура;
  • компиляторы, операционные системы;
  • встроенное ПО;
  • оптимизация;
  • модели вычислений, формальные методы;
  • Интернет и веб-ПО, беспроводная связь;
  • информационная безопасность;
  • системы управления, системная инженерия;
  • человеко-машинное взаимодействие;
  • работа в команде, управление проектами;
  • управление развертыванием и конфигурирование;
  • процессный подход, проблемы жизненного цикла;
  • стандарты, экологичность и др.

Одним из наиболее полных и интересных документов, предлагающих развернутый набор компетенций специалиста по КФС, можно считать [7]. Приведем примеры из раздела “Foundations for a CPS curriculum”:

  • Базовые вычислительные концепции, помимо тех, что рассматриваются во вводных курсах по программированию, такие как ВсС, структуры данных, теория автоматов и ПИ.
  • Организация вычислений с учетом особенностей и ограничений объектов физического мира, что предполагает понимание:
    • свойств физического мира;
    • организации и особенностей ВсС РВ;
    • ограничений вычислительных ресурсов, таких как энергопотребление и размер памяти.
  • Владение дискретной математикой и такими разделами непрерывной математики, как дифференциальные уравнения, вероятностные и случайные процессы, линейная алгебра.
  • Проектирование вычислительной компоненты КФС, объединяющее:
    • применение датчиков, исполнительных устройств, алгоритмов управления, коммуникационных протоколов и систем, вычислений, предполагающее их междоменное и межуровневое (cross-cutting) взаимодействие;
    • учет центральной роли взаимодействия между физическими и вычислительными аспектами;
    • контроль над коммуникационными сетями, получением данных от датчиков, обработкой сигналов и выдачей управляющих воздействий с учетом ограничений РВ.
  • Моделирование неоднородных и динамических систем, объединяющих управление, вычисления и связь, с акцентом на неопределенность свойств объекта и гетерогенность системы, включая такие методы, как линейное и нелинейное моделирование, стохастические модели, дискретно-событийные и гибридные модели, а также связанные с ними методологии проектирования, основанные на оптимизации, теории вероятностей и динамическом программировании.
  • Методы проектирования КФС, особенно для критически важных по безопасности, надежности и отказоустойчивости применений, требующие охвата фаз жизненного цикла от технического задания до тестирования, сертификации и сопровождения, включая вопросы формальной верификации и валидации, а также возможности адаптации, позволяющие обеспечивать эволюционирование системы.

 

Выводы

Для повышения качества проектирования КФС нам видится необходимым вести работу по следующим направлениям:

  • Повышение качества проектирования вычислительной компоненты КФС.

ВС в КФС являются заказными в силу уникальности требований. Их проектирование остается крайне трудозатратным процессом с низкой степенью повторного использования и, как правило, недостаточно высоким качеством. Мы видим возможности решения этих проблем в усилении этапов архитектурного/микроархитектурного проектирования, формализации абстракций и инструментов проектирования на базе единой системы понятий в сфере компьютинга. Необходимо существенно повысить прозрачность и степень повторного использования всех проектных решений, принимаемых до этапа реализации. Требуется увеличивать глубину проработки функциональной и логической организации системы с качественным содержательным документированием. Специалисты должны осваивать и развивать соответствующие методики и инструменты.

  • Повышение качества подготовки ИТ-специалистов.

Необходимо усиливать учебные программы ИТ-специалистов в части знаний и навыков по опорным технологиям вычислительной техники. Например, необходимо знакомить прикладных ИТ-специалистов с базовыми механизмами системной вычислительной платформы.

  • Подготовка КФС-специалистов.

Сегодня в проектировании КФС центральная роль все чаще переходит от прикладных специалистов к ИТ-специалистам. Однако существует явный дефицит КФС-специалистов с глубоким пониманием компьютинга. Эксперименты по подготовке таких специалистов в ведущих вузах продолжаются уже около 10 лет [7]. Наиболее удачные, на наш взгляд, наборы компетенций представлены выше. На повестке дня стоит создание реальных образовательных программ, позволяющих с приемлемым качеством охватить весь необходимый объем знаний.

Направление проектирования КФС активно развивается в Университете ИТМО. На мегафакультете компьютерных технологий и управления представлены основные направления компьютинга и другие важнейшие сегменты проектирования КФС (автоматика, мехатроника, «умные производства»). Специалисты мегафакультета развивают методы проектирования КФС, участвуют в создании конкретных систем. Совместно с ведущими научными и индустриальными фирмами-партнерами университет формирует магистерские образовательные программы, направленные на подготовку специалистов по различным аспектам создания КФС, IoT и ВсС.

Литература
  1. Lee E. A., Seshia S. A. Introduction to Embedded Systems. A Cyber-Physical Systems Approach. Second Edition. MIT Press, 2017.
  2. A 21st Century Cyber-Physical Systems Education. National Academies of Sciences, Engineering, and Medicine. Washington, DC: The National Academies Press, 2016.
  3. Платунов А. Е. Встраиваемые системы управления // Control Engineering Россия. № 1.
  4. Kopetz H. Real-Time Systems. Design Principles for Distributed Embedded Applications. Springer US, 2011.
  5. Cyber-Physical Systems.
  6. Association for Computing Machinery. Curricula Recommendations.
  7. Computing Curricula 2020: Paradigms for Global Computing Education. Association for Computing Machinery, IEEE Computer Society. 2020 December 31.
  8. Перекатов В.И. Эталоны компьютерной науки в американском высшем образовании (1968–2001). Ч.1, 2 // Высшее образование сегодня: Реформы. Нововведения. Опыт = Higher education today. №1; 2003. №2.
  9. Marwedel P., Mitra T., Grimheden M. E., Andrade H. A. Survey on Education for Cyber-Physical Systems // IEEE Design & Test. 2020. Vol. 37. № 6.
  10. Grimheden M. E., Törngren M. Towards curriculum guidelines for Cyber-Physical Systems // Proceedings of the WESE’14: Workshop on Embedded and Cyber-Physical Systems Education. October 2014. Article № 7.

Добавить комментарий

Ваш адрес email не будет опубликован. Обязательные поля помечены *