Noticias

Recientemente nos han notificado la aceptación de una artículo para exposición oral en la próxima edición del congreso EUMAS para la edición del 2011: http://swarmlab.unimaas.nl/eumas2011/

El título del artículo es: "A Modular Agent Architecture for Optimising Hypothesis confirmation cost in Network Diagnosis" de Álvaro Carrera y Carlos A. Iglesias. El artículo propone una arquitectura flexible que permite añadir o sustraer algunos módulos para incrementar la autonomía o disminuir el coste computacional de los agentes.

El congreso tendrá lugar el próximo mes de noviembre en Maastricht, Paises Bajos.

Recientemente nos han notificado la aceptación de una artículo en formato poster en la próxima edición del congreso ICAART para la edición del 2012: http://www.icaart.org/

El título del artículo es: "B2DI: A Bayesian BDI Agent Model with causal belief updating based on MSBN" de Álvaro Carrera y Carlos A. Iglesias. El artículo propone un modelo que combina el ya ampliamente conocido modelo BDI para agentes con tecnícas de razonamiento distribuido basados en redes Bayesianas multi-seccionadas (MSBN).

El congreso tendrá lugar el próximo mes de febrero en Vilamoura, Algarve, Portugal.

Recientemente hemos termiando la primera versión beta de SE4ND (Simulation Environment for Network Diagnosis). SE4ND es un sistema de simulación de fallos de red para evaluar agentes de diagnóstico basado en MASON (http://cs.gmu.edu/~eclab/projects/mason/).

En esta primera versión se ha implementado un escenario que recrea los dispositovs presentes en una red de fibra óptica (FTTH - Fiber To The Home). Un agente se encarga de generar fallos aleatoriamente en los dispositivos, los cuales los podemos observar a través de una interfaz gráfica.

En futuras iteraciones, se añadirán otros escenarios (ADSL, P2P, etc.) para conseguir simular escenarios de diferente complejidad y así evaluar sistemas multi-agente en diferentes situaciones de estrés dependiendo de diferentes factores como tiempo de respuesta, capacidad de resolución de diagnósticos, autonomía, etc.

En octubre comenzamos un nuevo proyecto conjunto con Telefónica I+D para la automatización de diagnósticos en la gestión de red. Este proyecto resulta de gran interés dadas las tecnologías que involucra, desde web scrapping hasta sistemas multi-agente manteniendo como bloque central la gestión de la incertidumbre, característica presente en todo momento en cualquier proceso de diagnóstico.

El escenario en el que se trabaja en este proyecto es el acceso de banda ancha de los usuarios finales. El objetivo del sistema es ofrecer un diagnóstico rápido a los operadores que tramitan las incidencias de los usuarios sin tener que lanzar manualmente todas las pruebas posibles. Esto acelerará considerablemente el tiempo medio de diagnóstico repercutiendo así en una mayor satisfacción del cliente de la operadora.

El resultado del proceso de diagnóstico se muestra al operador en un listado de hipótesis sobre posibles fallos que puedan estar ocurriendo en ese instante con ese usuario. Cada una de la hipótesis lleva asociada un porcentaje que representa la confianza que se tiene sobre ese fallo en concreto. Esto se obtiene gracias a las técnicas probabilísticas que se utilizan en el motor de inferencia Bayesiano que aglomera toda la información disponible del usuario y utilizando heurísticos para la gestión de los datos que se desconozcan en ese instante.

Como resultado final del proyecto, se generará un sistema que se implantará en uno de los nodos centrales de la red de soporte a los usuarios finales de "Telefónica España" localizado en Valladolid.

Título: Módulo de Razonamiento Bayesiano para una arquitectura de agente BDI. Aplicación a diagnóstico en redes FTTH.

Autor: Jesús López

Tutor: Álvaro Carrera

Lugar: B-225

Día: Viernes 30 de septiembre

Hora: 10:00 AM

Resumen. 

El presente proyecto pretende desarrollar una infraestructura de razonamiento distribuido para sistemas multiagente. En especial, el proyecto se ha centrado en el diagnóstico de fallos en redes de telecomunicación. Dada la incertidumbre durante el diagnóstico y en la distribución de los datos, en este proyecto se ha continuado un proyecto anterior que proponía el uso de redes bayesianas para gestionar dicha incertidumbre.
En este proyecto, abordamos una de sus limitaciones: la incapacidad de gestionar una única red bayesiana en redes de grandes dimensiones. Con este fin, se ha trabajado en el estudio de Redes Bayesianas Multiseccionadas, que facilitan la distribución de una red bayesiana en diversos nodos.
El proyecto ha propuesto un mecanismo de comunicación entre los nodos para mantener su coherencia, que ha sido implementado mediante un middleware de multicasting JGroups. Con el fin de validar este modelo, se ha desarrollado la aplicación al diagnóstico en un escenario FFTH, integrando el sistema de razonamiento en una plataforma multiagente que se despliega sobre un escenario FTTH simulado.