Riadenie procesov

Anotácia v hlavnom jazyku práce: Cieľom dizertačnej práce je výskum využitia heterogénnych Big Data zdrojov dát v kontexte pokročilého riadenia procesov a návrh komplexného teoretického a aplikačného rámca pre ich aplikáciu. Súčasné priemyselné a kybernetické systémy generujú veľké objemy dát rôznorodého charakteru, od vysokofrekvenčných signálov z distribuovaných IoT senzorov až po štruktúrované záznamy z podnikových databáz a iné kontinuálne dátové toky. Hlavným prínosom práce bude systematický návrh ETL procesov na integráciu a predspracovanie týchto dát, na ktoré bezprostredne nadviaže vývoj a implementácia prediktívnych modelov a adaptívnych riadiacich algoritmov. Tieto algoritmy umožnia optimalizáciu riadenia, čím sa zabezpečí presná a autonómna reakcia systému na zmeny v okolitom prostredí a prevádzkových podmienkach. Súčasťou riešenia bude experimentálne overenie navrhnutého konceptu v modelových scenároch. Pri validácii sa bude klásť mimoriadny dôraz na kritické výkonnostné parametre, akými sú presnosť predikcií, rýchlosť regulačných zásahov a celková škálovateľnosť navrhnutého systému. Výsledky práce tak priamo prispejú k vývoju novej metodiky navrhovania kyberneticko-fyzikálnych systémov schopných spracúvať rozsiahle dátové toky a spoľahlivo fungovať v dynamickom, dátovo orientovanom prostredí priemyslu 4.0.

Školiteľ: doc. Ing. Juraj Ďuďák , PhD.

Anotácia v hlavnom jazyku práce: Cieľom dizertačnej práce je výskum a návrh inovatívnej metodiky pre inteligentné riadenie a diagnostiku kyberneticko-fyzikálnych systémov, so špecifickým zameraním na pokročilé priemyselné pohony. Zásadným prínosom práce bude implementácia moderných algoritmov analýzy dát a riadenia priamo na úrovni koncových zariadení prostredníctvom technológií Edge computingu. Tento prístup umožní spracovanie a vyhodnocovanie kritických procesných parametrov priamo pri zdroji s minimálnou latenciou, čím sa výrazne eliminuje záťaž komunikačných sietí a maximalizuje sa efektivita i reakčný čas regulačných slučiek v porovnaní s tradičnými cloudovými či centralizovanými riešeniami. Jadro práce bude spočívať v exaktnom modelovaní dynamiky vybraných priemyselných pohonov a vo vývoji edge-based algoritmov pre inteligentný monitoring, ktoré dokážu v reálnom čase detegovať prevádzkové anomálie. Na základe týchto lokálne predspracovaných a vyhodnotených dát bude následne navrhnutá komplexná metodika pre prediktívne riadenie a prediktívnu údržbu. Úlohou tejto metodiky bude nielen optimalizácia samotného regulačného procesu, ale aj maximalizácia životnosti technológií a minimalizácia nečakaných výpadkov vo výrobe. Neoddeliteľnou súčasťou výskumu bude integrácia navrhnutého distribuovaného Edge konceptu do štandardnej hierarchie priemyselného riadenia. V záverečnej fáze riešenia prebehne dôkladná validácia vyvinutých metód na reálnom laboratórnom modeli, spojená s kritickým zhodnotením a porovnaním dosiahnutých výsledkov s konvenčnými prístupmi k riadeniu z hľadiska spoľahlivosti, presnosti a výpočtovej náročnosti.

Školiteľ: doc. Ing. Gabriel Gašpar , PhD.

Anotácia v hlavnom jazyku práce: Dizertačná práca sa zameriava na prechod od reaktívnej a preventívnej údržby k prediktívnym stratégiám v prostredí železničných zabezpečovacích systémov, s dôrazom na variabilitu metód prispôsobených reálnym obmedzeniam Teoretická časť analyzuje štruktúru, degradačné mechanizmy a vplyvy externých faktorov na kľúčové prvky infraštruktúry. Jadrom práce je aplikácia analytických metód (ako napríklad FTA -Fault Tree Analysis a RBD - Reliability Block Diagram, ...) na identifikáciu kritických stavov systému za účelom modelovania dynamiky zmien technického stavu a predikciu poruchových stavov. Na základe získaných dát a pravdepodobnostných výstupov práca navrhuje klasifikačný model s využitím zvolených algoritmov, ktoré budú slúžiť ako podporný nástroj pre automatizované plánovanie údržby. Prínosom práce je zvýšenie prevádzkovej spoľahlivosti, eliminácia neplánovaných výluk a optimalizácia nákladov na životný cyklus zabezpečovacích zariadení pri minimálnych investíciách.

Školiteľ: doc. Ing. Jozef Hrbček , PhD.

Anotácia v hlavnom jazyku práce: Cieľom práce je návrh, implementácia a experimentálne overenie adaptívneho SLAM systému pre spoľahlivú lokalizáciu v režime all-weather, využívajúceho metódy umelej inteligencie na dynamickú optimalizáciu fúzie senzorických dát. Práca sa zameria na návrh architektúry adaptívneho SLAM systému, ktorý umožní efektívnu integráciu viacerých typov senzorov (kamera, IMU, LiDAR, GNSS) s cieľom zabezpečiť robustnú lokalizáciu a mapovanie v meniacich sa environmentálnych podmienkach, ako sú dážď, hmla, sneh, znížené osvetlenie či rušenie GNSS signálu. Kľúčovým prínosom bude implementácia mechanizmu adaptívneho riadenia váh jednotlivých senzorov na základe aktuálnej kvality a spoľahlivosti ich meraní, pričom budú využité metódy umelej inteligencie na odhad spoľahlivosti a optimalizáciu dátovej fúzie. Funkčnosť navrhnutého systému bude overená v laboratórnom prostredí prostredníctvom experimentálnych scenárov simulujúcich rôzne prevádzkové podmienky. Cieľom dizertačnej práce je prispieť k rozvoju poznatkov v oblasti spoľahlivej percepcie a lokalizácie autonómnych robotických systémov v rámci odboru automatizácie.

Školiteľ: doc. Ing. Marián Hruboš , PhD.

Anotácia v hlavnom jazyku práce: Navrhovaná dizertačná práca sa zameriava na preskúmanie, modelovanie a zvýšenie kybernetickej odolnosti systémov operačných technológií (OT) v prostredí kritickej infraštruktúry. Digitalizácia priemyselných procesov a konvergencia IT/OT prostredí významne zvyšujú mieru vystavenia priemyselných riadiacich systémov kybernetickým hrozbám. Incidenty ako útok na Colonial Pipeline, malware Stuxnet či Industroyer poukazujú na potrebu systematického prístupu ku kybernetickej odolnosti OT systémov. Cieľom práce je navrhnúť metodiku hodnotenia a adaptívneho zvyšovania kybernetickej odolnosti OT systémov, ktorá bude zohľadňovať špecifiká priemyselných riadiacich systémov (ICS), fyzikálne dopady kybernetických incidentov a požiadavky na bezpečnosť, dostupnosť a kontinuitu prevádzky. Súčasťou riešenia bude modelovanie hrozieb, kvantifikácia odolnosti pomocou definovaných metrík (napr. MTTD, MTTR, index prevádzkovej kontinuity), návrh architektonických a procesných opatrení a experimentálna validácia na testovacom alebo simulovanom OT prostredí.

Školiteľ: prof. Ing. Rastislav Pirník , PhD.

Anotácia v hlavnom jazyku práce: Dizertačná práca sa zameriava na návrh a implementáciu bezpečnostne orientovaného digitálneho dvojčaťa (Digital Twin) vybraných subsystémov inteligentného mesta s využitím metód umelej inteligencie na detekciu a predikciu kybernetických hrozieb. Výskum bude orientovaný na modelovanie a simuláciu kyber-fyzikálnych systémov v oblastiach dopravy, mestskej energetiky a odpadového hospodárstva. Cieľom práce je vytvoriť formálny model digitálneho dvojčaťa ako dynamického systému so spätnou väzbou medzi fyzickou a kybernetickou vrstvou, navrhnúť metriky kybernetickej odolnosti a implementovať algoritmy strojového učenia umožňujúce včasnú detekciu anomálií a útokov. Digitálne dvojča bude súčasne slúžiť ako experimentálne a tréningové prostredie (cyber range) na simuláciu incidentov a validáciu obranných mechanizmov. Výstupom práce bude matematicky podložený model digitálneho dvojčaťa mestských subsystémov, implementovaný experimentálny framework a validačné výsledky preukazujúce zvýšenie schopnosti včasnej detekcie kybernetických hrozieb.

Školiteľ: prof. Ing. Rastislav Pirník , PhD.

Anotácia v hlavnom jazyku práce: Hlavným zameraním dizertačnej práce bude získavanie nových informácií z dát zo snímačov využívaných v doprave. Jedná sa o stacionárne snímače (radary, lidary, snímače teploty, kamery, bluetooth, wifi, GNSS a podobne). Rovnako aj snímače na mobilných prvkoch (vozidlá, drony, a ich radary, lidary, kamery, GNSS, INS, snímače teploty, prípadne mobilné telefóny ľudí...). Pri získavaní informácií by boli využité postupy umelej inteligencie napríklad umelé neurónové siete, multi-agentové systémy a podobne. Pri výbere samotných informácií by boli využité nástroje ako napríklad ChatGPT, Gemini, DeepSeek a podobne. Úlohou doktoranda by bol aj výskum hĺbky predspracovania dát tak, aby nedošlo k signifikantnej strate informácií.

Školiteľ: doc. Ing. Vojtech Šimák , PhD.

Anotácia v hlavnom jazyku práce: Hlavným zameraním dizertačnej práce bude výskum kooperácie pozemného robota (UGV) a autonómneho lietajúceho drona (UAV) pri prieskume neznámeho terénu s cieľom zabezpečiť optimálnu a spoľahlivú navigáciu UGV. Výskum sa bude najmä zameriavať na UAV, ktoré bude schopné autonómneho vzletu, samostatnej navigácie, tvorby 3D mapy prostredia, generovania trasy medzi počiatočným a cieľovým bodom a následného návratu do východiskovej pozície. Na navigáciu a mapovanie prostredia bude UAV využívať senzory typu LiDAR, IMU, GPS a kamerové systémy. Úlohou doktoranda bude návrh takéhoto UAV vrátane architektúry systému a vývoj algoritmov pre jeho riadenie a spracovanie získaných dát.

Školiteľ: doc. Ing. Vojtech Šimák , PhD.

Anotácia v hlavnom jazyku práce: Kybernetické útoky proti IoT a embedded zariadeniam vykazujú dlhodobo vzostupný trend a predstavujú významnú hrozbu pre spoločnosť, priemyselné podniky aj kritickú infraštruktúru. Tieto zariadenia sú často navrhované s dôrazom na funkčnosť a nízke náklady, pričom bezpečnostné mechanizmy nie sú implementované v dostatočnej miere, čo z nich robí atraktívny cieľ pre útočníkov. Útočníci môžu zneužívať zraniteľnosti vo firmvéri, komunikačných protokoloch alebo autentizačných mechanizmoch, čím získajú neoprávnený prístup k zariadeniam, manipulujú s ich činnosťou alebo ich zneužijú ako súčasť rozsiahlejších útokov, napríklad botnetov. Úspešný útok môže spôsobiť nielen technologické a ekonomické škody, ale aj ohroziť bezpečnosť používateľov a dôvernosť spracovávaných údajov.V prípade identifikácie bezpečnostného incidentu je nevyhnutné vykonať analýzu zraniteľností a mechanizmov, ktoré umožnili realizáciu útoku, s cieľom pochopiť jeho priebeh a identifikovať slabé miesta zariadenia. Cieľom dizertačnej práce je výskum zraniteľností IoT a embedded zariadení, analýza existujúcich bezpečnostných mechanizmov a identifikácia ich nedostatkov. Práca sa bude ďalej zaoberať návrhom odporúčaní, metód a bezpečnostných mechanizmov prípadne algoritmov na zvýšenie úrovne ochrany týchto zariadení. Výstupy práce by mali prispieť k zvýšeniu bezpečnosti IoT a embedded zariadení a k zníženiu rizika ich zneužitia v kybernetických útokoch.

Školiteľ: doc. Dr. Ing. Peter Vestenický

Anotácia v hlavnom jazyku práce: Vyhodnotenie obrazu je bežnou súčasťou kamerových systémov. Výstupy vyhodnotenia obrazu (napr. detekcia objektu v obraze) však nie sú bezpečnostne relevantné, preto ich nemožno použiť na realizáciu bezpečnostných funkcií (funkcie eliminujúce riziko súvisiace s riadeným procesom na tolerovateľnú úroveň). Cieľom dizertačnej práce je vývoj, resp. zdokonalenie algoritmov vyvinutých na pracovisku Katedry riadiacich a informačných systémov. Dosiahnutie tohto cieľa predpokladá implementáciu vyvinutých algoritmov do vhodnej viackanálovej hardvérovej architektúry a následné preukázanie dosiahnutej SIL (Safety Integrity Level). Prínos bezpečného snímania obrazu je predovšetkým vo výraznom zjednodušení realizácie bezpečnostných funkcií najmä v priemyselných a dopravných aplikáciách.

Školiteľ: doc. Ing. Juraj Ždánsky , PhD.